Rapport ACYVIA « Bilan, enseignements & …...ACYVIA – Bilan, enseignements & perspectives Page 2 sur 47 Auteurs Pierre BARRUCAND (ACTALIA) Jean-Baptiste BAYART (QUANTIS) Antoine

Rapport ACYVIA « Bilan, enseignements & perspectives »

février 2017

N° de contrats : 1281C0107 & 1281C0048 Étude réalisée pour le compte de l'ADEME par : ITERG et QUANTIS

en collaboration avec ACTALIA, AGROSCOPE, ANMF, CTCPA, IDELE, IFIP, IFV, UNGDA

Coordination technique ADEME : RETHORE Olivier – Direction / Service : ANGERS DECD SPEM

En partenariat avec :

RAPPORT D'ETUDE

ACYVIA – Bilan, enseignements & perspectives Page 2 sur 47

Auteurs Pierre BARRUCAND (ACTALIA)

Jean-Baptiste BAYART (QUANTIS)

Antoine BESNIER (ITERG)

Fabrice BOSQUE (ITERG)

Arnaud BOZEC (IFIP)

Laura FARRANT (CTCPA)

Armelle GAC (IDELE)

Gérard GAILLARD (AGROSCOPE)

Franck JOLIBERT (UNGDA)

Marie-Pierre LABAU (CTCPA)

Jens LANSCHE (AGROSCOPE)

Gilles NASSY (IFIP)

Sylvie PADILLA (ADEME)

Sophie PENAVAYRE (IFV)

Olivier RETHORE (ADEME)

Flavie SOUPLY (ANMF)

Marcial VARGAS-GONZALEZ (QUANTIS)


Table des matières

Auteurs .................................................................................................................................................... 2

Résumé .................................................................................................................................................... 4

Abstract ................................................................................................................................................... 5

1 Contexte et objectifs du projet ACYVIA........................................................................................... 6

Contexte initial ........................................................................................................................ 6

Objectifs .................................................................................................................................. 7

Partenaires, répartition des tâches, gouvernance .................................................................. 8

Secteurs et périmètres couverts ........................................................................................... 10

Principaux enjeux .................................................................................................................. 11

2 Méthodes et livrables .................................................................................................................... 11

Les principaux écarts par rapport au programme initial ....................................................... 11

La collecte de données et l'outil informatique de saisie ....................................................... 12

Les différentes étapes de contrôle ........................................................................................ 21

Les résultats du projet ........................................................................................................... 22

3 Bilan et enseignements ................................................................................................................. 25

Importance de l’évolution du contexte ................................................................................. 25

Focus sur le montage technico-économique du projet ........................................................ 26

Focus sur la gouvernance ...................................................................................................... 27

Recrutement des industriels dans le projet .......................................................................... 28

Focus sur les outils informatiques créés ............................................................................... 30

Focus sur la structuration des jeux de données .................................................................... 31

Gestion de la multifonctionnalité .......................................................................................... 32

Focus sur le suivi et le contrôle qualité ................................................................................. 35

4 Perspectives, recommandations et conclusion ............................................................................. 36

Affichage environnemental et éco-conception ..................................................................... 37

Maintenir une dynamique de développement de bases de données d’ICV ......................... 37

Appropriation des jeux de données et des outils par les filières .......................................... 38

Annexe 1 : répartition des tâches ......................................................................................................... 40

Annexe 2 : nombre de jeux de données générés .................................................................................. 43

Annexe 3 : illustration d’un jeu de données ......................................................................................... 44

Sigles et acronymes ............................................................................................................................... 47


Résumé Le projet ACYVIA (janvier 2013 - mars 2017), co-financé par l’ADEME et associant les Instituts Techniques de différentes filières agro-industrielles (ACTALIA pour les industries laitières, le CTCPA pour les produits de la conserve, l’IDELE pour la viande bovine, l’IFIP pour la viande porcine, l’IFV pour la filière vinicole, l’ITERG pour l’industrie des corps gras, l’UNGDA pour les distilleries), l’association ANMF pour le secteur de la meunerie, des développeurs de bases de données d’ICV (Quantis et Agroscope1), a eu pour objet la production de jeux de données d’ICV représentatifs des procédés de transformation agro-industriels : - permettant aux agro-industriels d’engager des démarches d’éco-conception sur les sites de

production (niveau « usine » de la base), - permettant aux partenaires du projet de disposer de données représentatives du contexte

français en vue de la réalisation d’Analyses du Cycle de Vie (niveau « industriel » de la base), - intégrables à la Base IMPACTS® de l’ADEME pour l’affichage environnemental des produits de

grande consommation (niveau « affichage » de la base). Les principales étapes du projet ont été : - le recrutement des entreprises et la collecte de données (les jeux de données générés sont issus

de 58 sites industriels), - la définition des choix méthodologiques, détaillés dans le « Référentiel méthodologique

permettant la production de données d’ICV pour la transformation agro-alimentaire », - le développement d’outils informatiques pour la génération des jeux de données : un outil

informatique de saisie (OIS) et une chaîne de traitement (CdT), - la mise en place d’un contrôle qualité en plusieurs phases, - la gestion du projet en interne et de ses interactions avec différentes parties prenantes, - la génération des jeux de données (1 055 jeux de données de niveau « usine » ; 380 jeux de

données de niveau « industriel » ou « affichage »). La gouvernance d'ACYVIA a permis de bien faire fonctionner le projet, hormis sur la question des allocations, dont la gestion a eu pour conséquence le retrait de deux filières (corps gras végétaux et conserverie). L’analyse a posteriori de la façon dont la question des allocations a été traitée indique que le collectif ACYVIA n’a pas pris conscience suffisamment tôt dans le projet des risques sous-jacents à cette question. Certaines dispositions, identifiées dans ce rapport, auraient pu être prises pour gérer ces risques de manière anticipée, en impliquant davantage les parties prenantes. De par sa taille et sa qualité, peu de bases de données d'ICV existant à ce jour peuvent revendiquer d'une part de couvrir autant de procédés de transformation agro-industriels, d'autre part d'un tel niveau de représentativité et de qualité. Le référentiel méthodologique construit avec l’ensemble des partenaires assure la transparence du travail effectué. En matière d’éco-conception, la base de données d’ACYVIA pourra être utilement utilisée par les entreprises de l’agro-alimentaire pour diminuer l’impact environnemental de leurs procédés. Les Instituts Techniques partenaires du projet auront la possiblité d’actualiser et compléter les jeux de données du niveau « industriel ».

1Agroscope est un institut public de recherche agronomique


Abstract

The ACYVIA project (01/2013 – 03/2017) is cofinanced by ADEME and associates different agroindustrial technical institutes (ACTALIA for the dairy industry, CTCPA for canned food products, IDELE for bovine meat, IFIP for pork meat, IFV for the wine industry, ITERG for the fats and oil industry, and UNGDA for distilleries), as well as ANMF for the flour milling industry and two LCA dataset developers (Quantis and Agroscope2). It has the objective to produce Life Cycle Inventory (LCI) datasets which are representative of the agroindustrial transformation processes. These datasets: - allow agroindustries to engage into ecodesign approaches on their production sites ("plant

dataset"), - allow different project partners to perform LCAs using data which are representative of France’s

context ("industrial dataset”), - can be integrated into ADEME’s IMPACTS® database for the environmental labelling of mass-

consumption products ("labelling dataset"). The project’s main steps were: - the recrutement of companies and data collection (datasets were generated from 58 industrial

sites), - the definition of the methodological choices, which are detailed in the "Référentiel

méthodologique permettant la production de données d’ICV pour la transformation agro-alimentaire" report,

- the IT tools development for database production: a data collection system and a data processing chain,

- the implementation of a multiple phases quality control, - the internal project management and the interactions with the different stakeholders, - the generation of datasets (1 055 “plant datasets” ; 380 “industrial datasets” or "labelling

dataset").

Overall, the governance in the ACYVIA project allowed it to be succesfully carried out. However, problems regarding the impact allocations resulted in the withdrawal of two sectors: vegetable fat and oils, and canned food products. Further analysis of the way the questions regarding how impact allocation were treated revealed that the ACYVIA collective hadn’t considered these risks early enough in order to address them properly. Adjusments involving a stronger implication of stakeholders in the project, which could have been made in order to correct this issue, are indentified in this report. The ACYVIA LCI database is particularly complete, both in the quantity and the quality of data it contains. Indeed, few existing LCI databases cover as many agroindustrial transformation processes, or have the same level of representativity and quality of data. Moreover, the methodological reference built in partnership with every stakeholder ensures the transparency of the work accomplished during this project. In terms of ecodesign, it will be possible to use the ACYVIA database in order to reduce the environmental impacts of processes in the agro-food industry. Futhermore, the different technical institutes which are partners for the project will have the possiblity to update and further complete "industrial datasets".

2 Agroscope is a public research institute for the agronomic sector


1 Contexte et objectifs du projet ACYVIA

Le projet ACYVIA a démarré en janvier 2013 pour se terminer en mars 2017. Ce rapport, intitulé « Bilan, enseignements & perspectives » se veut complémentaire au « Référentiel méthodologique permettant la production de données d’ICV pour la transformation agro-alimentaire », également produit dans le cadre du projet ACYVIA, mais principalement à destination des utilisateurs de la base d’Inventaire de Cycle de Vie ACYVIA souhaitant disposer d’une information détaillée de l’ensemble des règles méthodologiques qui ont été appliquées lors de la création de cette base. Ce présent rapport, beaucoup plus synthétique, vise un public plus large (organisations professionnelles et inter-professionnelles de l’agro-industrie, Instituts Techniques Agricoles et Agro-industriels, CRITT agro-industriels, ministères chargés de l’écologie, de l’agriculture, de l’alimentation et de l’industrie, bureaux d’étude, divers instituts de recherche, INRA, ACTIA, ACTA, ONG, membres de la plateforme nationale d’affichage des produits de grande consommation...) pour lui exposer le contexte, le déroulement et les résultats du projet ACYVIA. Il présente une analyse des points forts du projet, mais aussi des difficultés rencontrées, dans le but d’améliorer la mise en œuvre de futurs projets collaboratifs visant la création de bases de données d’Inventaire de Cycle de Vie.

Contexte initial Les travaux du Grenelle de l’Environnement ont débouché en 2008 sur diverses propositions d’actions dont le projet de la mise en place obligatoire d’un affichage environnemental sur les produits de grande consommation. Les objectifs visés étaient d’une part de sensibiliser les consommateurs et de l’autre d’inciter les producteurs à mener des démarches d’éco-conception. Afin de mener à bien ce projet, le Ministère en charge de l’écologie a demandé à l’ADEME :

- d’animer une plateforme pour travailler sur une méthodologie commune et des méthodologies spécifiques par catégorie de produits, dont les produits alimentaires,

- de mettre à disposition des opérateurs devant fournir un affichage environnemental une base de données génériques d'inventaires officielle, depuis dénommée Base IMPACTS® et accessible sur www.base-impacts.ademe.fr.

Dans le même temps, pour permettre de donner aux agro-industriels les moyens de répondre à cette exigence d’affichage, mais également pour avoir une meilleure connaissance des impacts environnementaux des procédés de transformation, le Réseau Mixte Technologique ACTIA ÉCOVAL, regroupant différents Instituts Techniques (IT) de filières agro-industrielles, a eu la volonté de travailler sur la génération de données permettant d’évaluer les impacts environnementaux des procédés de production agro-alimentaire. A noter également que QUANTIS et Agroscope avaient pris l’initiative conjointe de développer la World Food LCA DataBase (WFLDB). L’objectif visé était de proposer à l’échelle internationale, une base de données de référence utilisable pour évaluer les impacts environnementaux de la production et de la consommation des produits alimentaires. Cette base a été construite grâce à la collaboration directe d’industriels intéressés. Le projet ACYVIA (pour « Analyse de CYcle de Vie dans les Industries Agro-alimentaires »), co-financé par l’ADEME et associant les Instituts Techniques (IT), Quantis et Agroscope, est né de la convergence de ces différents acteurs et de leurs objectifs respectifs. Il a fallu plusieurs années pour que ce projet devienne réalité, avec en parallèle une évolution du contexte français mais également européen, qui a pu venir en impacter la réalisation (voir chap. 3.1).

http://www.base-impacts.ademe.fr/


Objectifs L’objectif du projet ACYVIA est la production de jeux de données d’ICV (Inventaire de Cycle de Vie) représentatifs des procédés de transformation agro-industriels :

permettant aux agro-industriels d’engager des démarches d’éco-conception sur les sites de production,

permettant aux partenaires du projet de disposer de données représentatives du contexte français en vue de la réalisation d’Analyses du Cycle de Vie,

intégrables à la Base IMPACTS® de l’ADEME pour l’affichage environnemental des produits de grande consommation.

A l’issue du projet, les Instituts Techniques doivent disposer de données de référence auxquelles ils vont pouvoir comparer les performances d’industriels, et pourront mettre à jour ces données afin de disposer de références actualisées. Le projet doit permettre aux Instituts Techniques d’être en mesure de mettre à jour, après la fin du projet, les Inventaires de Cycle de Vie (ICV) générés durant le projet, à partir d’un outil mis à leur disposition. Les principaux livrables prévus sont : - la base de données d’ICV ACYVIA avec 3 niveaux potentiels d’agrégation et de paramétrisation :

• niveau « usine » : une base de données de procédés, permettant aux partenaires de modéliser leurs filières de transformation et permettant aux industriels de l’agro-alimentaire français de réaliser des ACV de produits alimentaires, avec efficacité et qualité, leur permettant de mettre en place des démarches d’éco-conception,

• niveau « industriel » : une base représentative des procédés de production agroalimentaire en France ; celle-ci sera obtenue à partir de la précédente (réduction des possibilités de paramétrisation, agrégation, moyenne, etc.),

• niveau « affichage » : avec un niveau d’agrégation potentiellement supérieur à la précédente, et au format ILCD pour pouvoir être intégrée à la Base IMPACTS®,

- un référentiel méthodologique de production de données d’ICV pour la transformation agro-alimentaire,

- un retour d’expérience sur l’utilisation d’un outil de collecte et de prétraitement permettant la production et la mise à jour d’ICV, conformes au référentiel et permettant à différents acteurs d’un projet de produire des nouvelles données ou de proposer des améliorations ou des mises à jour.

Alors que la structuration initiale du projet était très détaillée (10 tâches et 21 sous-tâches ; cf. annexe 1), les principales étapes du projet peuvent être résumées de la façon suivante :

- le travail préparatoire à la création des jeux de données : sélection et description des procédés à étudier, définition d’un plan de collecte, définition des choix méthodologiques, recrutement des entreprises, création d’outils de production des jeux de données : OIS (Outil Informatique de Saisie) et CdT (Chaîne de Traitement),

- la collecte des données : collecte des données industrielles et remplissage de l’OIS, - la génération des 3 niveaux de jeux de données et la rédaction du référentiel méthodologique, - le contrôle qualité, interne et externe à différentes étapes (revue critique externe).


Partenaires, répartition des tâches, gouvernance

1.3.1 Partenaires Le consortium initial de partenaires était constitué : - d’Instituts Techniques représentant les filières agro-industrielles traitées dans le cadre du projet :

ACTALIA (Institut technique du lait et des produits laitiers), le CTCPA (Centre technique de la Conservation des produits Agricoles), l’IDELE (Institut de l’élevage), l’IFIP (Institut du porc), l’IFV (Institut Français de la Vigne et du Vin), l’ITERG (Centre technique industriel des producteurs et transformateurs de corps gras), l’UNGDA (Union Nationale de groupements des Distillateurs d’Alcool),

- de développeurs de bases de données d’ICV : QUANTIS et Agroscope3. En cours de projet, un nouveau partenaire a été intégré au consortium, l’ANMF (Association Nationale de la Meunerie Française), afin de pouvoir traiter les procédés de transformation du blé en farine. L’ANMF ne disposant pas d’Institut Technique en propre, la mission de réalisation des travaux a été confiée à deux partenaires (ITERG et QUANTIS). Notons que les industriels et les fédérations des secteurs des corps gras végétaux et des produits de la conserve ont demandé, en cours de projet, que les données collectées dans ces secteurs par l’ITERG et le CTCPA ne soient plus utilisées pour la construction des jeux de données de la base ACYVIA, pour les raisons qui sont exposées aux chapitres 3.3 & 3.6. De ce fait, la base de données ACYVIA ne dispose pas de jeux de données pour ces secteurs et le référentiel méthodologique de comprend pas d’annexe méthodologique sectorielle pour le secteur des corps gras.

1.3.2 Répartition des tâches Les différentes tâches et sous-tâches du projet, détaillées en annexe 1, ont été structurées afin de définir le cadre méthodologique de la collecte et de la création des jeux de données, permettre la collecte des données, créer les jeux de données à partir d’outils spécifiques, gérer le projet en interne et les interactions avec différentes parties prenantes, et enfin fournir les livrables finaux. Les principales missions des Instituts Techniques ont été de : - fournir les informations relatives aux filières et les données issues des collectes sur sites

industriels, - contribuer à la définition des choix méthodologiques, - implémenter les données dans les outils développés, - contribuer aux procédures de vérification et de contrôle qualité des données.

Les principales missions pour QUANTIS et Agroscope ont été de : - proposer les choix méthodologiques, - développer les outils de création des jeux de données, - créer les jeux de données, - rédiger le référentiel méthodologique, - concevoir et conduire le contrôle qualité.

La principale mission de l’ADEME a été d’assurer la présidence et le secrétariat du Comité d’Orientation Stratégique (COS), dont le rôle est précisé au chapitre suivant (1.3.3.1). L’ADEME a également organisé

3 Agroscope est un institut public de recherche agronomique


les Comités de Consultation (COCON) : le premier en octobre 2013, le deuxième en décembre 2014, le dernier en mars 2017. L’ADEME a également assuré la représentation de la Base IMPACTS®, le lien avec le programme « Agribalyse 2 »4 , et est intervenu sur le point méthodologique relatif à la gestion de la multifonctionnalité (définition des notions de déchets et de coproduits, définition des clés d’allocation des impacts entre coproduits, collecte de données économiques auprès du bureau d’études Agéco pour la consolidation de clés d’allocation économiques ; cf. chapitre 3.7.3). La durée initiale du projet était de 36 mois, à partir de décembre 2012. Pour tenir compte des difficultés de collecte des données et de la durée du contrôle de qualité, le projet a été prolongé jusqu’à fin 2016.

1.3.3 Gouvernance La gouvernance du projet est assurée par des instances distinctes présentées ci-après :

- des instances de gouvernance internes au projet : la coordination, le comité de pilotage (COPIL), le comité d’orientation stratégique (COS),

- des instances de gouvernance externes au projet : le comité de consultation (COCON), les instances spécifiques aux travaux sur l’affichage environnemental.

1.3.3.1 Gouvernance interne L’ITERG, en tant que coordinateur du projet, a eu la charge de la relation avec l’ADEME, de la gestion administrative (transmission des documents, remontées d’informations, centralisation de l’information), du suivi scientifique des travaux, d’assurer le lien entre les différentes instances de gouvernance du projet, d’assurer le lien entre les parties prenantes extérieures et les partenaires. Le comité de pilotage (COPIL) est composé d’un représentant de chaque partenaire du projet et de l’ADEME. Il est responsable de la bonne marche du projet pour tous les choix techniques et scientifiques, ainsi que de calendrier, de gestion des tâches et sous-tâches. Le COPIL est animé par l’ITERG, coordinateur du projet.

Le comité d’orientation stratégique (COS) est composé d’un représentant de l’ADEME, d’ Agroscope, du CTCPA, de l’IDELE, de l’IFIP, de l’ITERG, de QUANTIS, et est présidé par l’ADEME. Il a pour rôle : - de prendre toutes dispositions nécessaires au développement harmonieux de la collaboration, - d’assurer notamment la conformité des travaux par rapport aux objectifs poursuivis et au

programme établi, - de définir la politique de diffusion des résultats, - de suivre le bon déroulement des recherches et des programmes de publication (il ne peut

néanmoins bloquer une publication sans motifs légitimes), - de réorienter les recherches entreprises si nécessaire, dans les limites de la présente convention, - d’émettre, le cas échéant, des propositions au COPIL et aux Directions des partenaires

concernées, notamment en matière de protection et de valorisation des résultats, - de préparer les séances du comité de consultation (COCON) et de décider des suites à donner aux

propositions de ce dernier, - d’assurer la concertation avec l’ADEME, en tant que responsable de la base IMPACTS®,

4 Plus d’information sur http://www.ademe.fr/expertises/produire-autrement/production-agricole/passer-a-laction/dossier/levaluation-environnementale-agriculture/loutil-agribalyser

http://www.ademe.fr/expertises/produire-autrement/production-agricole/passer-a-laction/dossier/levaluation-environnementale-agriculture/loutil-agribalyser

http://www.ademe.fr/expertises/produire-autrement/production-agricole/passer-a-laction/dossier/levaluation-environnementale-agriculture/loutil-agribalyser


- d’assurer la concertation avec la plateforme nationale relative à l’affichage environnemental, et plus particulièrement avec le GT1, spécifique aux « produits alimentaires et aliments pour animaux domestiques »,

- d’assurer la concertation avec le comité stratégique du projet AGRIBALYSE ou les instances de gouvernance des projets qui feront suite à AGRIBALYSE,

- de prendre en compte les demandes issues de représentants de filières agro-alimentaires non représentées par le consortium initialement créé et de définir les modalités de collaboration possible.

1.3.3.2 Gouvernance externe Le comité de consultation (COCON) est composé de l’ensemble des acteurs concernés par le projet et ayant des compétences utiles à son succès à qui il a été proposé d’y participer et qui ont accepté de s’y faire représenter : les partenaires du projet ACYVIA, l’ANIA, les syndicats et fédérations professionnels de l’agro-industrie, les Instituts Techniques agro-industriels (non partenaires du projet) et les CRITT agro-industriels, COOP de France, l’ACTIA, le président du GT 1 de la plateforme nationale d’affichage environnemental, un représentant de la plateforme MEANS de l’INRA, les partenaires du projet AGRIBALYSE, les ministères chargés de l’écologie, de l’agriculture, de l’alimentation et de l’industrie. Le COCON a un rôle de conseil, d’information et d’orientation sur la globalité du projet. Des échanges étroits tripartites étaient prévus entre ACYVIA, le GT1 (de la plateforme nationale d’affichage) et l’ADEME (en tant que gestionnaire de la base IMPACTS®) afin notamment de déterminer comment telle donnée pourra être rendue paramétrable dans la base. L’articulation des données produites par le projet ACYVIA avec les travaux de la plateforme devait intervenir plus spécifiquement lors de la réalisation : - de la sous-tâche ST 1.1. (identification des éléments paramétrables), - de la tâche 4 (articulation avec les travaux de la plateforme) : définition de l’articulation entre les

données primaires, secondaires et semi-spécifiques par l’évaluation de l’impact des procédés (ST 4.1) ; détermination des valeurs par défaut des données semi-spécifiques (ST 4.2).

Les données produites pour la base ICV de l’ADEME (3ème niveau de jeux de données) devaient suivre les règles de construction de la Base IMPACTS®, établies par l’ADEME sur avis du Comité de Gouvernance de la base.

Secteurs et périmètres couverts Le périmètre de l’étude est de « l’entrée des matières sur le site de transformation agro-industriel » à la « sortie des produits finis, conditionnés ou en vrac ». Les filières étudiées dans le cadre du projet sont : - l’industrie des corps gras (représentée par l’ITERG ; cette filière s’est retirée en cours de projet), - les industries laitières (représentées par ACTALIA), - les produits de la conserve (représentés par le CTCPA ; cette filière s’est retirée en cours de

projet), - la meunerie (représentée par l’ANMF), - la viande bovine (représentée par l’IDELE), - la viande porcine et charcuterie (représentée par l’IFIP), - la filière vinicole (représentée par l’IFV), - la production de distillats de vin et d’eau de vie de vin (représentée par l’UNGDA).


Il avait été supposé que l’ensemble des données collectées par les Instituts Techniques correspondrait à un nombre de procédés5 globaux compris entre 80 et 120, et que certains procédés globaux pourraient être décomposés en procédés unitaires, pour en générer environ 150. En supposant que, pour un même procédé (global ou unitaire), les données seraient issues de 5 sites industriels différents, le nombre de données « usine » qui seraient générées dans le cadre du projet avait été évalué à 1 250.

Principaux enjeux Les résultats d’ACYVIA doivent pouvoir servir de références pour la production française. Le projet ACYVIA se veut être le projet complémentaire au projet AGRIBALYSE, spécifique de la phase de production agricole, pour renseigner les bases de données d’Inventaire de Cycle de Vie sur les processus désagrégés de transformation des productions agricoles en divers produits alimentaires, par la mutualisation des compétences des experts techniques des filières agro-industrielles et des développeurs des bases de données.

2 Méthodes et livrables

Les principaux écarts par rapport au programme initial Les principales différences avec le programme initial portent sur :

- le recrutement des entreprises : il ne s’agissait pas d’une étape spécifique du projet, car intégrée à celle de la collecte des données ; la durée et la difficulté de ce recrutement avaient été sous-estimées,

- le contrôle qualité externe, suite à l’application des lignes directrices ILCD, - le peu d’articulation des travaux avec ceux de la plateforme nationale d’affichage, - la non-intégration de jeux de données additionnels issus de la WFLDB, - la non-intégration des jeux de données pour les filières corps gras et conserve.

Intialement, les jeux de données des niveaux « industriel » et « affichage » devaient présenter les différences suivantes : - niveau « industriel » : une base représentative des procédés de production agroalimentaire en

France, obtenue à partir des jeux de données de niveau « usine » (réduction des possibilités de paramétrisation, agrégation, moyenne, etc.),

- niveau « affichage » : un niveau d’agrégation potentiellement supérieur au niveau « industriel », et au format ILCD pour pouvoir être intégré à la Base IMPACTS®.

Au fur et à mesure de la définition des conditions de construction de la base ACYVIA d’une part, et de la base IMPACTS® d’autre part, il s’est avéré que les différences entre les deux niveaux ne se justifiaient plus que par les formats de sortie des données (.csv pour le niveau « industriel » ; ILCD pour le niveau « affichage ») et les bases de données utilisées pour les processus d’arrière plan (Ecoinvent 2.2 ou « dummy processes6 » pour le niveau « industriel » ; données propres à la base IMPACTS® ou « dummy processes » pour le niveau « affichage »).

5 voir la définition des différents types de procédés générés dans le cadre du projet au chapitre 2.4.1.2 6 processus « vide » non connecté à une base de données d’arrière-plan, utilisé pour la modélisation de certaines étapes du

cycle de vie (ex : intrants agricoles)


La collecte de données et l'outil informatique de saisie

2.2.1 La collecte de données Notons que les industriels et la fédération du secteur des corps gras végétaux ont demandé, en cours de projet, que les données de ce secteur, dont les éléments relatifs à la description de la filière, ne soient plus utilisées dans le cadre de ce projet, pour les raisons qui sont exposées aux chapitres 3.3 & 3.6.

2.2.1.1 Filière « industries laitières » La collecte de lait en France en 2015 s’élève à 24,6 milliards de litres pour le lait de vache et respectivement 514 millions et 254 millions pour les laits de chèvre et brebis. Les produits laitiers se répartissent en plusieurs familles : - les laits conditionnés : 3,6 milliards de litres/an, - les yaourts et desserts lactés : 2,28 millions de tonnes/an, - les fromages : 1,8 millions de tonnes/an (dont 38 % de fromages frais, 24 % de pâte molle, 18 %

de pâte pressée non cuite et 14 % de pâte pressée cuite), - les matières grasses (beurre) : 402 000 tonnes/an, - les crèmes : 374 000 tonnes/an, - les poudres de lait : 442 000 tonnes/an.

ACTALIA avait pour objectif de couvrir environ 80 % du tonnage de la production nationale pour la filière laitière. Les processus étudiés sont : - la fabrication de fromages à pâte pressée, - la fabrication de fromages à pâte molle, - le stockage du lait, - la pasteurisation, - le nettoyage, - l’affinage, - le stockage des produits finis.

Parmi les 8 sites sélectionnés, 4 sont spécialisés dans la fabrication de fromages à pâte molle et 4 autres dans la production de fromages à pâte pressée cuite. La période de référence des données est l’année 2013. Pour l’ensemble des procédés de transformation étudiés, les données collectées représentent 6,5 % en masse de la production nationale des produits considérés (fabrication de fromages à pâte molle et de fromages à pâte pressée, prêts à la vente, réalisés avec du lait pasteurisé). La collecte de données a été réalisée à l’aide d’un questionnaire adapté à chaque site. Cette collecte a été réalisée en 3 temps : - envoi du questionnaire - visite sur site - questions complémentaires.


Les données d’inventaire du niveau dit « industriel » ont été générées en utilisant les données du niveau « usine » et en créant un inventaire moyen pour chaque produit et coproduit possible. Le dataset ainsi obtenu est une moyenne représentative de la réalité du secteur. La règle d’agrégation est basée sur deux facteurs de pondération qui prennent en compte à la fois la quantité de produits fabriquée par chaque usine et leur représentativité parmi les profils de sites existants dans le secteur laitier.

2.2.1.2 Conserve Le secteur des aliments conservés regroupe les conserves en tant que tel et les produits déshydratés. Dans le cadre d’ACYVIA, le focus a été fait sur deux sous-secteurs : les légumes en conserves et les plats cuisinés à base de viande en conserve représentant respectivement des productions annuelles de 630 000 t et 345 000 t. Les procédés de transformation des légumes en conserve étudiés dans le cadre d’ACYVIA sont le lavage des matières premières en entrée d’usine, suivi par les étapes de pelage et de blanchiment lorsque nécessaires, les étapes communes de conditionnement (principalement en boite métal) suivi de la stérilisation et enfin le stockage des produits finis. Le processus de production a uniquement été envisagé à l’échelle globale (pas de processus à l’échelle des opérations unitaires). Les procédés de transformation entrant dans le périmètre des plats cuisinés étudiés dans le cadre d’ACYVIA sont les étapes de préparation des viandes (parage, cuisson), de préparation des légumes (lavage, blanchiment) et de préparation des sauces suivies des étapes de jutage, conditionnement et stérilisation et pour finir le stockage des produits finis. Le processus de production a uniquement été étudié à l’échelle globale (pas de processus à l’échelle des opérations unitaires). Enfin, pour les raisons qui sont exposées aux chapitres 3.3 & 3.7.2, les industriels de la filière, par le biais de leur syndicat Adepale, ont demandé à ce que leurs données ne soient plus utilisées pour la construction des inventaires. Aussi, seule une annexe dans le référentiel méthodologique concernant ce secteur sera produite dans le cadre d’ACYVIA.

2.2.1.3 Meunerie Avec 4,38 Mt de farine produites (dont 615 990 tonnes à l’export), la meunerie française se place, en 2013, au 2ème rang européen et au 10ème rang mondial. Cette même année, les 435 unités de production de la meunerie française (représentant 369 entreprises) ont au total utilisé 5,62 Mt de blé tendre. La meunerie française utilise le blé tendre comme matière première principalement. Un grain de blé est constitué d’une amande (82 à 85 % du grain) constituée principalement d’amidon, d’un germe (3 % du grain) et des enveloppes (13 à 15 % du grain) constituées en forte proportion de cellulose. La farine est un produit pulvérulent obtenu à partir de grains préalablement nettoyés, par passages successifs de broyage et tamisage au cours desquels les enveloppes des grains peuvent être partiellement ou totalement éliminées. Les « issues » ou « coproduits » (sons et remoulages) sont principalement constitués de fragment d’enveloppes. En concertation avec les industriels impliqués dans le projet et l’ANMF, il a été décidé de découper le procédé meunier en 12 procédés d’opérations unitaires (POU) : - réception, pré-nettoyage et stockage du blé sale, - nettoyage du blé,


- mouillage du blé, - mouture du blé, - ajout d’ingrédients, - premier stockage de la farine, - stockage et chargement de la farine vrac, - transport, stockage et ensachage de la farine sac, - stockage et chargement de la farine sac, - broyage des issues, - ensachage, stockage et chargement des issues non granulées, - granulation, ensachage, stockage et chargement des issues granulées.

Les 435 unités de production de taille diverses (de moins de 1 000 t de blé transformé à plus de 50 000 t par unité de production) permettent à l’activité meunière de s’exercer sur l’ensemble du territoire français. Ce très grand nombre d’unités de production fait qu’il était raisonnablement impossible de faire une collecte de données sur l’ensemble des installations de la filière. L’ANMF a eu pour volonté de constituer un panel de structures le plus représentatif possible de la diversité de la filière avec des installations de toutes tailles et localisées sur l’ensemble du territoire français. Au final, 13 sites de 13 entreprises différentes ont pris part à ce projet. Le tableau 1 ci-dessous classe ces sites selon leur écrasement de blé sur l’année choisie comme période de référence. En fonction de l’écrasement en blé, il a été déterminé 3 catégories de moulin. La donnée aggrégée représentative de la production française est une moyenne pondérée en fonction de l’écrasement total de chacune de ces 3 catégories de moulins.

Ecrasement de blé (en t/an) < 1 000 t Entre 1 000 t et

10 000 t > 10 000 t

Catégorie de structure petite installation moyenne

installation grande installation

Nombre d’entreprises recrutées dans la catégorie

5 5 3

Tableau 1 : répartition des installations en fonction de l'écrasement de blé

La collecte des données auprès des 13 moulins a permis de prendre en considération environ 536 000 t de farines vrac et sac, soit environ 12 % de la production nationale de farine de l’année 2012. L’ANMF a veillé à ce que l’échantillonnage des sites s’étende sur l’ensemble du territoire français. Ainsi, les sites de cet échantillon se répartissent sur 10 des 13 nouvelles régions françaises. Précisons qu’il n’existe pas de différence significative des pratiques meunières d’une région à une autre.

La collecte des données a été effectuée par une visite sur chaque site industriel, pour le remplissage d’un questionnaire préalablement établi. La période de référence pour la collecte des données est généralement une année civile. Pour 2 des 13 sites, la période de référence correspond à l’exercice sur la durée d’une campagne. Le tableau 2 présente les périodes de référence pour l’ensemble des sites sur lesquels une collecte de données a été réalisée.

Période de référence Nombre de sites

Année civile 2012 4 sites

Année civile 2013 7 sites

Campagne 2013/2014 2 sites Tableau 2 : synthèse des périodes de référence retenues


2.2.1.4 Filière viande bovine La viande de gros bovins en France est produite au travers de 217 abattoirs et au moins 319 industriels découpeurs. Ces derniers opérateurs produisent de la viande majoritairement sous 4 formes : - muscles PAD (muscles conditionnés sous vide Prêt A Découper), - UVCI (Unité de Vente Consommateur Industriel), - VHF (Viande Hachée Fraîche), - VHS (Viande Hachée Surgelée).

Le projet ACYVIA a concerné ces 4 produits, compte tenu de l’importance qu’ils représentent en termes de niveau de consommation (75 % de la viande bovine consommée en France). Les processus étudiés dans ACYVIA sont ainsi au nombre de 5. Ils sont renseignés sous forme de processus désagrégés (PD) composés chacun de plusieurs processus d’opération unitaire (POU) :

- le PD « Abattage » (processus amont à tous les autres PD) est composé de 4 POU : stockage des animaux vivants ; abattage, ressuage ; coupe en quartiers ; stockage des quartiers,

- le PD « Fabrication de PAD » est composé de 3 POU : stockage des quartiers ; découpe, conditionnement sous vide ; stockage des muscles,

- le PD « Fabrication de VHF » est composé de 5 POU : stockage des quartiers ; découpe ; stockage des minerais frais ; broyage formage conditionnement ; stockage des produits frais,

- le PD « Fabrication de VHS » est composé de 9 POU : stockage des quartiers ; découpe ; stockage des minerais frais ; stockage des minerais surgelés ; décongélation des minerais ; broyage formage ; congélation ; conditionnement emballage ; stockage des produits finis surgelés,

- le PD « Fabrication d’UVCI » est composé de 3 POU : stockage des muscles, déconditionnement, tranchage, conditionnement ; stockage des produits frais.

Les 7 sites industriels produisant les produits ciblés pour le projet ont été sélectionnés selon les critères suivants :

- pour chaque processus, sélection si possible de 2 sites (l’un de grosse ; l’autre de petite taille), - sites monoespèce / monoactivité, - site volontaire pour la collecte.

Ces critères ont été suivis autant que possible, sans pouvoir toutefois être toujours respectés. Le volontariat et la qualité des données ont été les critères qui ont été prioritaires. Les sites ayant fourni des données de qualité (complètes, exploitables) ont été collectés. En cours de projet, face à des difficultés pour récolter les données auprès de sites initialement déclarés volontaires ou pour obtenir des données de qualité, des sites supplémentaires ont dû être recrutés. La période de référence des données est l’année civile 2014. Les sites enquêtés ont permis de couvrir 0,36 % des volumes nationaux d’abattage, 2,65 % des volumes de PAD, 0,06 % pour la VHF, 3,65 % pour la VHS et 0,11 % des volumes nationaux d’UVCI. La représentativité par rapport aux volumes nationaux peut paraitre faible. Elle s’explique, d’une part par le fait que l’activité est très dispersée (nombre important de sites industriels), d’autre part car les plus gros sites n’ont pas toujours souhaité participer à l’étude. Parfois (VHF et VHS), un seul site a pu être enquêté (difficulté de recrutement et de qualité des données). Dans un cas (VHF), l’usine enquêtée est peu représentative, compte tenu de son faible volume mais également compte tenu de son process (relativement peu automatisé).


La collecte des données s’est déroulée selon les étapes suivantes : - sélection des entreprises, contact téléphonique et/ou visite sur site, - envoi d’un questionnaire de collecte de données techniques brutes et remplissage par l’usine, en

privilégiant les données de source comptable (factures, livre des comptes…), - réception du questionnaire, analyse, calcul de données intermédiaires, - contact de l’entreprise pour compléter et valider le jeu de données, - affectation des flux entre activités du site (le cas échéant) et entre POU.

L’agrégation des PD au niveau « usine » pour constituer des PD aux niveaux « industriel » et « affichage » a été réalisée par des moyennes pondérées par le volume produit par chaque site.

2.2.1.5 Viande de porc et charcuteries Avec 2,3 millions de tonnes (carcasses/an), la France est le 3ème producteur de porc en Europe. Sont abattus en France 24,6 millions de porcs, soit 2 millions de t (éq. carc.), dont 2/3 des abattages sont réalisés par 13 abattoirs. Les trois premiers groupes représentent plus de 50 % de l’activité nationale et les 10 principaux, 84 % du total. Environ 30 % de viande de porc est consommée en frais, et 26 % sous forme de côtes de porc. Dans le cadre du projet ACYVIA, deux industriels du secteur « abattage / découpe », faisant partie du top 10, ont été choisis afin de réaliser les ICV sur des côtes de porc. Dans le domaine de la transformation, 300 entreprises spécialisées de plus de 20 salariés produisent plus de 1 million de tonnes de charcuteries et salaisons, soit plus de 6 milliards d’€ et environ 35 000 salariés. Les produits de transformations retenus par la filière porcine, afin de réaliser des ICV, sont représentatifs du mode de consommation des ménages et caractérisent les différentes parties de la carcasse de porc (longe, jambon, épaule, poitrine). Ils sont également sources de diversités de fabrications en termes de préparations, de cuissons et de séchages. In fine les produits de charcturerie retenus dans le projet ACYCIA sont : - le jambon sec libre-service, - le saucisson sec libre-service, - le jambon cuit supérieur libre-service, - la saucisse fraîche libre-service.

Ces produits étudiés représentent environ 60 % du tonnage de charcuterie produit en France. Ainsi, par produit étudié, deux industriels représentatifs de la profession ont été choisis afin de collecter les données nécessaires aux ICV. Les processus étudiés dans ACYVIA sont ainsi au nombre de 5, et sont renseignés sous forme de processus désagrégés (PD) composés chacun de plusieurs processus d’opération unitaire (POU) : - le PD « côtes de porc Libre-Service » est composé de 6 POU : abattage, refroidissement des

carcasses, découpe, raidissage des longes, tranchage – conditionnement, stockage réfrigéré avant expédition,

- le PD « jambon sec tranché Libre-service » est composé de 12 POU : stockage réfrigéré des jambons, salage, repos, étuvage, séchage, panage, affinage, désossage–parage, pressage, stockage avant tranchage, tranchage–conditionnement, stockage réfrigéré avant expédition,

- le PD « saucisson sec Libre-Service » est composé de 8 POU : stockage réfrigéré des matières premières–mise en température ; fabrication des pâtes, repos, embossage (mise en boyau), égoutage-étuvage, séchage, conditionnement, stockage à 15°C avant expédition,

- le PD « jambon cuit supérieur Libre-Service » est composé de 8 POU : stockage réfrigéré des jambons, sélection des jambons, injection – sabrage - malaxage, moulage, cuisson –


refroidissement, stockage réfrigéré, tranchage – conditionnement, stockage réfrigéré avant expédition,

- le PD « saucisse fraîche Libre-Service » est composé de 4 POU : stockage réfrigéré des matières premières, fabrication (mélange ; hachage et mélange ou cutterage ; poussage), conditionnement, stockage réfrigéré avant expédition.

Le tableau 3 liste les processus désagrégés étudiés, et donne la représentativité des données collectées par calcul du pourcentage de produit fabriqués dans les entreprises sélectionnées au regard de la production nationale de l’année 2013.

Nom de processus désagrégé Production nationale en 2013 Représentativité des données collectées (%)

Jambon sec supérieur LS 21 515 tonnes/an 4 %

Saucisson sec LS 55 830 tonnes/an 3 %

Jambon cuit supérieur LS 129 835 tonnes/an

Saucisse fraîche LS 43 327 tonnes/ an 5 %

Côte de porc LS 24 698 tonnes/an 10 %

Tableau 3 : Liste des processus désagrégés étudiés en viande de porc et charcuteries

La période de référence des données est une année civile. Les données sont représentatives de l’année 2014. La collecte des données s’est déroulée selon les étapes suivantes : - sélection des entreprises, contact téléphonique et ou rencontre afin de présenter le projet, - collecte des données sur chaque site industriel pendant une journée en privilégiant les données

de source comptable ou mesurées (factures d’énergie, relevés de compteurs, enregistrements de production, fiches techniques matériel, livre des comptes…),

- renseignement des OIS par deux salariés de l’IFIP, vérification croisée lors de la saisie des données, rappel de l’entreprise en cas de données manquantes ou de données incohérentes.

L’agrégation des PD au niveau « usine » pour constituer des PD aux niveaux « industriel » et « affichage » a été réalisée par des moyennes pondérées par le volume produit par chaque site.

2.2.1.6 Flilière vinicole Au cours de la campagne 2011, 50 891 000 hl de vin ont été produits en France métropolitaine7, dont est composé de vins tranquilles. Les volumes restants sont des vins effervescents. Parmi les 47 936 600 hl de vins tranquilles produits, 60 % sont des vins rouges et rosés, 40 % sont des vins blancs. La production nationale de vins est à 45 % en AOP et à 28 % en IGP. Pour les vins rouges et rosés, la part produite en AOP s’élève à 60 % du volume ; la part produite en IGP s’élève à 35 %. Pour les vins blancs, 40 % sont produits en AOP, 15 % en IGP et 40 % sont destinés à la production d’eau-de-vie. Les régions (régions administratives avant la réforme territoriale de 2015) les plus productrices sont le Languedoc-Roussillon (36 % du volume national), l’Aquitaine (18 %) et la région PACA (10 %). Les volumes produits dans les autres régions varient de 7 % (Midi-Pyrénées et Champagne) à 1 % (Corse et Jura). Cinq régions produisent plus de 60 % de vins rouges et rosés : PACA (93 %), Corse (86 %), Aquitaine (85 %), Languedoc-Roussillon (83 %) et Rhône-Alpes (83 %). Les autres régions produisent majoritairement des vins blancs. L’Alsace produit 91 % de vins blancs et la Champagne presque 100 %.

7 FranceAgriMer


En Languedoc-Roussillon, Midi-Pyrénées et Corse, la production en AOP est plus faible que la moyenne nationale de 45 % (respectivement 19 %, 18 % et 34 %). Dans les autres régions, elle est largement supérieure, atteignant jusqu’à 94 % en Champagne, 95 % en Bourgogne et 97 % en Alsace. Trois types d’entreprises en France transforment les raisins de cuve en vin : les caves dites « particulières », qui pour la plupart vinifient le raisin qu’elles ont produit (55 % de la récolte en 2010), les caves coopératives qui vinifient principalement les raisins produits par des vignerons coopérateurs (37 % de la récolte en 2010), les négociants dont le rôle principal est la commercialisation, mais dont certains assurent également une activité de vinification (8 % de la récolte en 2010). Trois produits de la filière vitivinicoles sont étudiés dans le cadre du projet ACYVIA : trois vins tranquilles qui diffèrent par leur couleur (rouge, rosé, blanc). Les vins effervescents ne sont pas étudiés dans ACYVIA. Au-delà du critère de la couleur, une variante supplémentaire a été ajoutée : la taille de l’unité de production (volume de vin produit). Une segmentation est introduite entre les caves particulières et les caves coopératives, les secondes produisant généralement des volumes plus importants et réalisant donc des économies d’échelle. Ainsi, 6 procédés globaux (PG) et désagrégés (PD) sont présents dans ACYVIA : le vin rouge produit par une cave particulière, le vin rouge produit par une cave coopérative, le vin rosé produit par une cave particulière, le vin rosé produit par une cave coopérative, le vin blanc produit par une cave particulière et le vin blanc produit par une cave coopérative. Composant les procédés désagrégés, les procédés opérations unitaire (POU) étudiés sont au nombre de 32. Les données ont été collectées auprès de 11 sites industriels, sélectionnés en fonction de trois critères : leur taille (de 500 à 20 000 hl et plus de 20 000 hl), la couleur des vins produits et la région d’implantation. Au sein de ces 11 sites, 18 cuvées ont fait l’objet d’une collecte de données pour ACYVIA. La période de référence des données est une campagne viticole, au sens des documents officiels notamment fournis par les services des douanes : du 1er août au 31 juillet de l’année suivante. Les données d’ACYVIA sont représentatives de la période 2012-2013 pour 4 entreprises, 2011-2012 pour 3 entreprises, 2013-2014 pour 3 entreprises, 2014-2015 pour 1 entreprise. L’agrégation des PG au niveau « usine » pour constituer des PG aux niveaux « industriel » et « affichage » a été réalisée par des moyennes simples. Le critère discriminant de la taille de l’unité de production ayant été pris en compte dans la définition des 6 produits étudiés, il n’a pas été nécessaire de procéder à une moyenne pondérée au moment de l’agrégation. Ainsi, pour 1 même produit ACYVIA, les intrants et sortants de chaque PG aux niveaux « industriel » et « affichage », sont le résultat de la moyenne des intrants et sortants des PG au niveau « usine ». L’agrégation des PD et des POU s’est déroulée en deux temps : définition de l’itinéraire de production puis moyenne simple des intrants et sortants. Les itinéraires de production (PD) varient d’une entreprise à l’autre. Ainsi, à partir des itinéraires de production de chaque entreprise au niveau « usine », et avec l’appui d’experts œnologues, des itinéraires de production « types » ont été définis pour chacun des 6 produits étudiés dans ACYVIA. Ces itinéraires de production « types » sont les PD aux niveaux « industriel » et « affichage ». Une fois ces PD définis, l’agrégation des POU a été réalisée par des moyennes simples. Ainsi, les intrants et sortants de chaque POU aux niveaux « industriel » et « affichage », sont le résultat de la moyenne des intrants et sortants des POU au niveau « usine ». Le tableau 4 propose différents critères pour évaluer la représentativité de l’échantillon de cuvées composant la base de données ACYVIA par rapport au secteur.


Critère « type de vin » Part de vins tranquilles Part de vins effervescents

Filière (2011-2012) 94 6

Echantillon 100 0

Critère « couleur de vin » Part de vins rouges et rosés Part de vins blancs

Filière (2011-2012) 60 40

Echantillon 84 16

Critère « catégorie de produit »

Part de vins AOP Part de vins IGP Part de vins SIG

Filière (2011-2012) 45 28 27

Echantillon 78 22 0

Critère « région de production »

Languedoc-Roussillon

Aquitaine PACA

Filière (2011-2012) 36 18 10

Echantillon 15 21 6

Critère « type d’entreprise » Cave particulière Cave coopérative Négociant

Filière (2011-2012) 55 37 8

Echantillon 24 76 0 Tableau 4 : critères pour évaluer la représentativité de l’échantillon (%)

2.2.1.7 Production de distillats et d’eau de vie de vin et valorisation des sous-produits vinicoles

Les distilleries vinicoles collectent les matières premières produites par les caves vinicoles (marcs, lies, vins…). Les distilleries travaillent sous le contrôle des services de l’Etat. La première fonction des distilleries vinicoles est de valoriser exclusivement les produits et sous-produits alcoolisés de la vigne. La distillation de ces matières premières donne naissance à deux types de produits : - les distillats ou alcools bruts titrant plus 92 % alcool orientés vers alcools industriels, bioéthanols, - les eaux de vie.

La seconde fonction des distilleries est la prestation de service en ce qui concerne le traitement des sous-produits de la vigne (850 000 tonnes de marcs, 1 500 000 hl de liquides), et de ce fait la valorisation ultime des produits de la vigne (alcools, tartrates, huile de pépins de raisin, polyphénols, anthocyanes, engrais et amendements organiques, biogaz,…). Ces nombreuses valorisations reflètent bien le rôle de bioraffinerie des distilleries vitivinicoles (fractionnement des sous-produits vinicoles). Le projet ACYVIA a couvert 90 % des données de la filière. Les procédés étudiés sont les suivants : - production d’alcool éthylique : ensilage, diffusion ou extraction, distillation, - production de pulpes de raisin : pressage, séchage, triage – broyage, - production de tartrate de calcium : préconcentration de vinasse, cristallisation, séchage du

tartrate de calcium, - production d’engrais liquide potassique d’origine vinicole : concentration, - production de pépins de raisin : épépinage, séchage, - production de Brandy ou eau de vie de vin : distillation de vin, maturation, - production de méthane : méthanisation des effluents chargés, notamment des vinasses.


La récupération des informations a été effectuée principalement sur 9 distilleries représentatives des procédés utilisés, et par l’intermédiaire de questionnaires et entretiens avec d’autres distilleries en complément : - 1 site de grande capacité traitant uniquement les flux majeurs : alcool, pépins, tartrate, - 1 site de grande capacité mais avec plusieurs autres coproduits (anthocyanes, polyphénols,

arômes…), - 1 site de petite capacité avec rectification, - 2 sites de moyenne capacité, - 1 site multi produits, - 2 sites vieillissement des alcools, - 1 site de méthanisation,

La période de référence des données collectées est la campagne 2013-2014. Les distilleries ont été sélectionnées pour que les données soient représentatives d’une tonne de marc traitée par la filière distillerie en France. Les distilleries choisies sont implantées dans des régions différentes. Elles traitent soit uniquement des marcs de blancs, soit uniquement des marcs de rouge, soit les deux. La taille de l’installation, les coproduits valorisés, les systèmes d’économie d’énergie ou de traitement des émissions sont des paramètres qui ont été considérés pour la représentativité du choix des distilleries à analyser. Chaque distillerie est bien particulière, cela en fonction de son historique, de son bassin, de la richesse des coproduits qu’elle traite, de la quantité de sous-produits disponibles autour de son site. Les 9 distilleries choisies prennent en compte ces disparités très larges afin d’obtenir une moyenne qui ne soit pas trop éloignée d’une distillerie de référence. Pour l’ensemble des procédés globaux ou désagrégés, la représentativité des données collectées en fonction de la nature et du nombre des sites sélectionnés est précisée dans le tableau 5 ci-dessous.

Nom de processus Production

nationale (unité) Nombre de

sites

Représentativité des données collectées

(% des tonnages)

production d’alcool éthylique 450 000 (hl AP) 5 70 %

production de pulpe de raisin 100 000 (t) 3 50 %

production de tartrate de calcium 15 000 (t) 3 60%

production d’engrais liquide 70 000 (t) 3 40 %

production de pépins de raisin 75 000 (t) 3 50 %

Production de brandy, en alcool pur 180 000 (hl AP) 2 60%

Méthanisation 4 (M Nm3) 2 80 % Tableau 5 : indications sur la représentativité des données pour le secteur de la production de sous-produits vinicoles et de distillats de vin et d’eau de vie de vin

Pour certains procédés très spécifiques (séchage du pépin de raisin par exemple), des informations ont été collectées sur des sites plus spécialisés pour compléter les données.


2.2.2 L'outil informatique de saisie L’outil devait permettre :

• la saisie des données collectées sur les sites industriels par les Instituts Techniques • la modélisation des processus de transformation • la conversion des jeux de données dans les différents formats requis • le calcul des impacts environnementaux • le contrôle qualité • la modification des jeux de données par les IT après la fin du projet (pérennité de l’outil).

Une évaluation des outils préexistants a été réalisée par QUANTIS et Agroscope. Il en ressort qu’aucun des outils évalués (ILCD Editor, Quantis Suite 2.0, SimaPro, openLCA, AGRIBALYSE-Tool, Ecoeditor) ne permettait de répondre pleinement aux trois fonctions distinctes attendues de l’outil souhaité pour ACYVIA (collecte de données, modélisation ACV, et calcul LCI et LCIA). La solution choisie a donc été un développement spécifique. Un cahier des charges a été établi et la solution retenue a été : - le développement d’un outil de collecte de données (OIS), au format Excel, mis à disposition des

Instituts Techniques ; ces derniers ont complété ces fichiers à l’aide des données collectées sur les sites industriels,

- le développement d’une chaîne de traitement (CdT) permettant de traiter les données et de créer les jeux de données au bon format ; la chaîne de traitement est développée au format VBA.

L’OIS a fait l’objet d’un « Manuel d’utilisation de l’Outil Informatique de Saisie » et les IT ont été formés à l’utilisation de la CdT.

Les différentes étapes de contrôle Dans le projet ACYVIA, la procédure pour contrôler la qualité des données et des résultats des ICV inclut trois étapes précisées dans la figure suivante :

Figure 1 : Procédure du contrôle qualité dans le cadre du projet ACYVIA (adaptée du projet AGRIBALYSE)

Co

llect

e d

es d

on

née

s p

ar le

s IT

Triple contrôle de qualité

Rés

ult

ats

fin

aux:

ICV

Contrôle 1:Vérification

des données IT par Quantis et Agroscope

Contrôle 2:Evaluation

des données IT et ICV par des experts

indépendants et extérieurs aux IT

Contrôle 3:Validation

des résultats ICV par Quantis et Agroscope

(perspective ACV) avec l’appui des IT

(perspective

technologique)


La procédure du contrôle qualité du projet suivante a été appliquée :

Les phases 1 et 3 du contrôle qualité ont été réalisées par les IT, Quantis et Agroscope comme prévu par l’accord de consortium ;

Pour des raisons de crédibilité des résultats, il a été décidé pour la phase 2 du contrôle qualité de procéder selon les règles ILCD dites « entry-level » (EC, 2012)8. Il aurait en théorie été suffisant que ce contrôle se fasse par des experts internes, pour autant que ceux-ci soient indépendants vis-à-vis du projet. Nénamoins il n’a pas été possible de trouver au sein des Instituts Techniques des experts possédant la qualification requise et pas encore engagés d’une façon ou d’une autre dans ACYVIA. Pour cette raison, la phase 2 du contrôle qualité a dû être réalisée par des experts externes satisfaisant aux critères d’indépendance vis-à-vis du projet ; les experts contrôlant uniquement les niveaux « industriel » et « affichage » ainsi que la méthode d’agrégation utilisée pour passer du niveau « usine » au niveau « industriel ».

Un cahier des charges définissant les critères nécessaires à la sélection des experts a été établi (annexe 5 du référentiel méthodologique).

Les résultats du projet

2.4.1 Les ICV

2.4.1.1 Description des différents niveaux de bases de données Trois niveaux de bases de données ont été créés dans le cadre du projet ACYVIA :

la base de données de niveau « usine » : cette base de données regroupe des jeux de données de processus unitaires représentatifs de sites industriels spécifiques ; pour chaque processus, un jeu de données est créé pour chacun des sites pour lesquels des données ont été collectées (ex : production de fromage usine 1, production de fromage usine 2, etc.) ;

la base de données niveau « industriel » : cette base de données regroupe des jeux de données de processus unitaires représentatifs de la production agroalimentaire française (ex : production de fromage, France) ; cette base de données est obtenue à partir de données de niveau « usine », en moyennant les données provenant des différents sites ;

la base de donnée niveau « affichage » : cette base de données propose des jeux de données de processus systèmes représentatifs de la production agroalimentaire française (ex : production de fromage, France), qui seront par la suite implémentés dans la base IMPACTS® par l’ADEME ; elle est obtenue également à partir de données de niveau « usine », en agrégeant les données provenant des différents sites ; cependant, pour ce niveau de base de données, les flux ne seront pas connectés avec des bases de données pour les processus d’arrière-plan : l’utilisateur devra lui-même lier ces flux avec des données provenant de la base de données d’arrière-plan.

Rappellons que la différence entre les deux derniers niveaux de base ne porte plus que sur les formats de sortie des données (.csv pour le niveau « industriel » ; ILCD pour le niveau « affichage ») et les bases de données utilisées pour les processus d’arrière plan (Ecoinvent 2.2 ou « dummy processes » pour le niveau « industriel » ; données propres à la base IMPACTS® ou « dummy processes » pour le niveau « affichage »).

8 European Commission - Joint Research Centre - Institute for Environment and Sustainability: International Reference Life

Cycle Data System (ILCD) Data Network - Compliance rules and enry-level requirements. Version 1.1, 2012. EUR 24380 EN. Luxembourg. Publications Office of the European Union; 2012.


2.4.1.2 Description des différents types de processus de la base de données Trois types de processus sont présents dans la base de données :

Processus Opération Unitaire (POU) ;

Processus Désagrégé (PD) ;

Processus Global (PG). Un Processus Opération Unitaire (POU) correspond à une représentation individuelle d’un processus physique (ex: processus « écrémage », processus « salage », etc.). Ce type de processus est pertinent car il permet d'avoir une granulométrie de l’information suffisamment précise pour réaliser des actions d’écoconception. Les POU sont définis par une unité de lieu ou par une cohérence physique. Il existe une certaine marge de manœuvre dans cette définition qui a été utilisée librement pour notamment s’adapter aux données disponibles lors de la collecte de données. Un Processus Désagrégé (PD) est une représentation de l’ensemble du processus de transformation par assemblage « vertical » de différents Processus Opérations Unitaires. Chaque opération est modélisée indépendamment (ex: assemblage des POU « écrémage », « salage », etc. pour la création du PD « fabrication de fromage »). Un Processus Global (PG) est une représentation de l’ensemble du processus de transformation. Celui-ci est modélisé de façon macroscopique par une seule étape entre la matière première entrante et le produit fini : cela concerne la modélisation de l’ensemble de la chaîne de production dans une usine (ex: processus « production de 1 kg de fromage »). Les frontières du système d’un processus global sont donc les mêmes que celles d’un processus désagrégé, mais sans distinction des POU. La figure 2 représente de manière schématique les trois types de processus présents dans la base de données (en rouge les POU, en bleu les PG et en vert les PD).


Figure 2 : distinction des différents types de processus (global, désagrégé, opérations unitaires)

2.4.1.3 Nombre de jeux de données générés L’annexe 2 détaille le nombre de jeux de données générés par filière, à partir des données collectées sur 58 sites industriels. On constate que les Instituts Techniques se sont appropriés de manières différentes les notions de POU, PD et PG :

- certains IT n’ont généré que des PG, - d’autres n’ont généré que des POU et PD (pas de PG), - un seul IT a utilisé les 3 types de processus proposés.

Un Institut Technique a préféré construire directement des données pour le niveau « industriel », sans générer de données de niveau « usine », la profession n’ayant pas souihaité disposer du 1er niveau. Le nombre total de jeux de données générés est de 1 435, dont : - 1 055 jeux de données de niveau « usine », - 380 jeux de données de niveau « industriel » (rappellons que la différence entre les niveaux «

industriel » et « affichage » ne porte plus que sur les formats de sortie des données et les bases de données utilisées pour les processus d’arrière plan).

L’annexe 3 illustre un jeu de données construit par l’IFIP, tel que représenté dans SIMAPRO. Les jeux de données non confidentiels sont disponibles sur le site de l’ADEME.


2.4.2 Les rapports disponibles Deux rapports sont disponibles :

- le « Référentiel méthodologique permettant la production de données d’ICV pour la transformation agro-alimentaire » présentant la façon dont les jeux de données ont été établis pour chaque filière,

- le présent rapport « Bilan, enseignements & perspectives ». Le référentiel méthodologique a pour objectif de consolider l’ensemble des règles méthodologiques qui ont été appliquées lors de la création de la base de données ACYVIA. Ce document est organisé en différents chapitres relatifs :

- à la classification du contexte de décision, - au vocabulaire utilisé et à la description des trois niveaux de bases de données et des différents

types de processus, - aux règles méthodologiques relatives à la collecte des données par les Instituts Techniques, - aux règles méthodologiques relatives à la modélisation des processus, et notamment des flux

intermédiaires (énergie, eau du réseau, gaz réfrigérants, produits chimiques, consommables) et des flux élémentaires (rejets d’eau, occupation des terres, émissions dans l’air, l’eau, le sol),

- à l’évaluation de la qualité des données, - à la documentation, - au contrôle qualité (revue critique).

Différentes annexes composent également le référentiel :

- un guide de collecte de données, ayant pour objectif de préciser, pour chaque type de flux, les données à collecter et les différents moyens pour obtenir la donnée,

- une description des flux intermédiaires (énergie, eau du réseau, gaz réfrigérants, produits chimiques, consommables) et des flux élémentaires (rejets d’eau, occupation des terres, émissions dans l’air, l’eau, le sol),

- une description des métadonnées à saisir pour chaque jeu de données, - le cahier des charges de la revue critique externe, - les choix méthodologiques spécifiques à chacune des filières.

Ces deux rapports sont disponibles sur le site de l’ADEME.

3 Bilan et enseignements

Importance de l’évolution du contexte Le projet a été initié en janvier 2009, à une époque où le projet de loi « Grenelle 2 » prévoyait un affichage environnemental obligatoire pour les produits de grande consommation dès le 1er janvier 2011. Il a été initialement porté et conçu par les Instituts Techniques partenaires du RMT ACTIA ECOVAL comme un projet de recherche dont un des objectifs était de donner des moyens aux entreprises agro-alimentaires de s’engager dans une dynamique d’information environnementale. Le financement recherché était celui de l’ANR (Agence Nationale de la Recherche). La proposition de projet a été refusée courant 2009. L’année suivante, les exigences de l’appel d’offre ANR ont été élargies à la prise en compte de l’ensemble des enjeux de durabilité (économiques, sociaux, et environnementaux). Ainsi, le projet initial a été revu, enrichi de nouveaux partenaires et est devenu le projet ANR ACYDU (accepté en 2012).


Les partenaires ont choisi de continuer en parallèle le montage d’un projet plus orienté sur la production de jeux de données des procédés de transformation dans un objectif d’évaluation environnementale. Ainsi, le projet ACYVIA a été présenté à l’ADEME en septembre 2010. Durant près de deux années, un travail de redéfinition du contenu, du périmètre, des partenaires a été mené conjointement entre le RMT ACTIA ECOVAL et l’ADEME pour aboutir à la version finale d’ACYVIA. Il est important de souligner qu’entre 2009 (genèse du projet) et 2013 (lancement opérationnel d’ACYVIA), un certain nombre d’actions et de décisions sur le plan national et européen a eu lieu et a pu impacter le déroulement technique du projet. La version révisée de la loi Grenelle 2 (sortie en juillet 2010) ne prévoyait plus un affichage obligatoire dès le 1er janvier 2011, mais une expérimentation volontaire à partir de juillet 2011, dont le bilan transmis au Parlement permettrait une décision de généralisation du dispositif. Le secteur alimentaire était partie prenante de cette dynamique d’affichage, notamment par le projet pilote pour l’affichage environnemental, commandité par la FCD9, l’ANIA10 et l’ADEME (2009 – 2010) avec l’adhésion volontaire des industriels pour 150 références de produits alimentaires, et la participation à l’expérimentation volontaire au travers de 70 actions (sur les 168 au total, tout secteurs confondus). Toutefois, divers évènements politiques, dont les élections présidentielles et législatives de 2012, ont freiné l’application de cette loi. Par ailleurs, à partir de 2011, la Commission européenne a fait le choix de proposer des initiatives à l’échelle européenne : expérimentations, élaboration de référentiels sectoriels dits Product Environmental Footprint Category Rules (PEFCR). Cela a entraîné un basculement d’intérêt de certaines entreprises, voire de fédérations professionnelles, notamment celles appartenant à des groupes internationaux, au détriment de l’initiative nationale. Enfin, entre les difficultés économiques liées à la crise débutée en 2008 et l’éloignement de l’exigence réglementaire à court terme d’un affichage environnemental, les entreprises ont pu montrer moins d’intérêt pour la participation à ce projet, reposant essentiellement sur la collecte de données industrielles, et plus de réticence à partager des informations jugées sensibles voire concurrentielles (notamment les consommations énergétiques). Un dernier exemple relativement parlant concerne l’implication des acteurs économiques du secteur de l’agro-alimentaire dans les travaux de la plateforme nationale d’affichage environnemental avec des premières réunions du groupe de travail 1 (GT 1) relatif aux produits alimentaires qui réunissaient jusqu’à une centaine de participants, et qui ne comptaient plus lors des dernières réunions qu’une dizaine de participants (dont aucun industriel).

Focus sur le montage technico-économique du projet Le projet a fait l’objet de conventions de financement entre l’ADEME et les partenaires, pour l’attribution d’une aide financière par l’ADEME pour la réalisation du projet, dans le cadre des aides à la recherche, au développement et à l’innovation. L’aide accordée par l’ADEME est un co-financement, à hauteur de 50 % des dépenses éligibles. Les différents partenaires ont donc été amenés à auto-financer le projet, à hauteur de 50 %. La réalisation du projet doit donc correspondre à la fois aux attentes de l’ADEME, principal co-financeur du projet, et à celles des autres partenaires, dans leur diversité (Instituts Techniques agro-industriels, centre de recherche public, société spécialisée dans l’évaluation environnementale, syndicat professionnel).

9 Fédération du Commerce et de la Distribution 10 Association Nationale des Industries Alimentaires


Un temps conséquent au montage du projet a été nécessaire pour trouver les compléments de financement, chaque partenaire ayant ses propres contraintes et limites en matière d’auto-financement. En sus des documents contractuels liés au financement, il a été jugé opportun d’établir un accord de consortium entre les parties, notamment pour définir les règles de confidentialité et de propriété intellectuelle des données d’ICV. Le nombre important des acteurs impliqués, associé à la diversité de leurs missions respectives (Instituts Techniques, bureau d’études, organisme de recherche, opérateur public) confère au projet ACYVIA un caractère intrinsèquement complexe et nécessitant du temps et des délais tant dans sa définition, construction que dans sa mise en œuvre opérationnelle.

Focus sur la gouvernance La gouvernance du projet ACYVIA avait pour but de permettre le bon déroulement des travaux en étant capable d’assumer les choix stratégiques et méthodologiques qui ne manqueraient pas d’intervenir. Basée sur un principe de décision prise à la majorité des 7 membres du COS, elle a été ainsi appliquée tout au long du projet. Il faut cependant noter qu’un dissensus notoire (sur les règles d’allocation) a été l’objet de très longues discussions et que la décision finale, prise à la majorité des membres du COS, a été suivie par le retrait des données des industriels de 2 filières sur les 8 initialement engagées dans le projet. La mise à disposition publique de données sur la production agro-alimentaire n’avait pas qu’un aspect technique de contribution à l’écoconception, mais était également un acte de portée politique dans le cadre des dispositions envisagées sur l’affichage. La collaboration avec les Instituts Techniques a permis de bien intégrer les attentes des industriels et de leurs fédérations respectives s’agissant de l’écoconception et de l’affichage, en assurant la production de données représentatives. Si on excepte le traitement de la question des allocations, la gouvernance d'ACYVIA a permis de bien faire fonctionner le projet. On peut dès lors considérer : - soit qu’il n’aurait pas fallu traiter la question des allocations de la même façon (les alternatives

possibles étant d’employer des règles d’allocations différentes pour les différents niveaux de base, ou de construire la base sans clé d’allocation, avec une unité fonctionnelle basée sur 1 kg de produit entrant dans le procédé pour y être traité et non sur 1 kg de produit sortant, ou de construire la base avec plusieurs règles d’allocation pour un même niveau, laissant ainsi le choix de la règle à l’utilisateur de la base, etc) ;

- soit qu’une autre gouvernance aurait pu permettre de mieux gérer cette question. On traitera ici le second cas (pour la première hypothèse, se reporter au chapitre 3.7.2 relatif aux allocations). Si l’on fait donc l’hypothèse qu’avec une gouvernance différente, la question des allocations aurait pu ne pas aboutir au retrait des données collectées par l’ITERG et le CTCPA (filières des corps gras et des produits en conserve, respectivement), quel mode de gouvernance – au sens large – aurait dû être mis en place ? On peut tout de suite mettre en avant une complexité « originelle » entre d’une part le fait de construire un consortium de projet avec des Instituts Techniques des filières et d’autre part le fait de


traiter la question des allocations dans le cadre du projet alors qu’elle constituait depuis le départ un point d’achoppement avec les industriels des filières concernées. De plus, la question des allocations concerne aussi des filières non représentées dans le consortium. Par ailleurs, le rôle joué par les industriels et leurs fédérations a été sous-estimé. Pour autant, la dimension politique de l’implication des industriels n’avait pas été éludée. ACYVIA était parti de l’idée que le GT1 assumerait les efforts de consensus requis et avait inclus dans sa gouvernance des échanges réguliers avec celui-ci (un échange entre le président du GT1 et ACYVIA a effectivement eu lieu au début du projet, sans effet concret). Malheureusement, le GT1 a failli à sa mission. Pour traiter de la question des allocations, la gouvernance d’ACYVIA a pallié ce vide au niveau du COS, et en son sein l’ADEME n’a pas conservé la même posture de recherche d’un consensus telle qu’elle le faisait dans la gouvernance du GT1. Cela a provoqué des tensions avec certains industriels et certaines de leurs fédérations. Le COS a certes engagé des discussions bilatérales avec plusieurs d’entre eux (corps gras, meunerie, sucre11 et produits en conserve). Il s’est fait pour cela représenter par sa présidence, assumée par l’ADEME, ce qui a sans doute suscité des difficultés de perception de sa posture entre son rôle dans le projet ACYVIA et au GT1. Ces échanges ont permis de maintenir le secteur de la meunerie dans le projet, mais n’ont pu empêcher le retrait des filières des corps gras et des produits de la conserve (voir chapitre 3.7.2). En outre, la défaillance du GT1 a aussi eu pour conséquence de provoquer un problème de perception de la posture des Instituts Techniques, cette fois-ci vis-à-vis des autres partenaires du consortium, car supposés jouer de façon plus ou moins consciente et volontaire un rôle de représentation des intérêts politiques des fédérations auxquelles ils sont liés, plus ou moins accentué selon l’Institut Technique donné. Compte tenu de la défaillance attendue du GT1, il aurait été plus avisé de constituer un comité consultatif spécifique, incluant toutes les fédérations de filières concernées par ACYVIA, avec lequel l’ensemble du COS aurait entretenu un dialogue. La définition préalable d’une telle gouvernance aurait inévitablement conduit à une clarification de leurs rôles et objectifs. Cela n’aurait certes pas été une garantie, mais aurait cependant probablement permis d’éviter les soupçons d’assujettissement du projet ACYVIA à l’autorité politique exprimés plus ou moins directement dans le dossier de l’allocation et permis aux Instituts Techniques de mieux faire paraître leur objectivité proclamée et donc leur indépendance vis-à-vis des fédérations professionnelles. C’est une leçon que les partenaires du projet non institutionnellement liés au gouvernement ou à l’industrie privée, à savoir Agroscope et Quantis, qui ont aussi été lésés par les conséquences de ces différends, se doivent de tirer. Leur attentisme sur la question ne s’est pas révélé être la bonne stratégie, ni pour le projet, ni pour leurs intérêts propres.

Recrutement des industriels dans le projet Le projet a été initié à une époque où l’adhésion des agro-industriels à ce projet semblait assurée : - des agro-industriels étaient fortement impliqués dans la dynamique de l’affichage

environnemental au niveau national (expérimentations), - les IT partenaires du RMT ACTIA ECOVAL s’étaient assurés, en initiant le projet, de l’adhésion d’un

certain nombre d’industriels, afin de garantir la bonne réalisation de la collecte des données pour le projet,

- l’apport de l’auto-financement de chaque Institut Technique à ce projet nécessite la validation préalable du projet par les instances de gouvernance propres à l’Institut Technique (comité scientifique, composé d’un collège d’industriels).

11 même si cette filière était absente du projet ACYVIA


Cependant, au moment de collecter les données, les IT ont été confrontés à une dépriorisation du sujet par les industriels et donc une réticence à contribuer au projet par la fourniture de leurs données d’activité. Cela peut s’expliquer par différentes raisons : - le délai important entre l’initiation du projet et son démarrage, et plus précisément le démarrage

de la phase de collecte de données (5 ans), - le changement des contextes économique et de l’affichage environnemental (voir chapitre 3.1),

les sujets environnementaux devenant, pour les agro-industriels, bien moins prioritaires et stratégiques que les préoccupations économiques, vives dans certains secteurs,

- le changement d’interlocuteur au sein de l’entreprise : si l’adhésion au projet, sur le principe, a été validé au sein de l’entreprise par une personne en charge des questions de développement durable, la collecte des données au stade de l’opération unitaire nécessite la validation des responsables de production, ayant le plus souvent une autre perception du projet et des conséquences liées à la transmission des données d’activité (souci de protection des données sur le savoir-faire de l’entreprise et ses coûts de fonctionnement, vis-à-vis de la concurrence),

- l’investissement en temps, conséquent pour les entreprises, pour collecter des jeux de données complets et robustes (cet investissement est variable d’un site à l’autre, en fonction de l’existence préalable de documents formalisés compilant les données nécessaires),

- les industriels ne sont pas engagés contractuellement dans le projet, n’étant pas partenaires du projet, tandis qu’un investissement en terme de ressources humaines leur était demandé pour la phase de collecte de données.

Dans le recrutement des entreprises, les IT ont donc dû composer entre la recherche de représentativité et de qualité des données vis-à-vis des processus étudiés, et l’acceptation des industriels à être enquêtés. Dans les faits, les IT se sont, en partie, tournés vers les entreprises qu’ils connaissaient déjà et avec qui ils avaient réalisé des enquêtes au préalable (en environnement ou non). Dans plusieurs cas, le plan de collecte a dû être reconsidéré plusieurs fois au cours des phases de recrutement puis de collecte des données : difficulté à recruter plusieurs sites pour un même processus (afin de réaliser des moyennes pondérées pour le niveau industriel de la base de données), engagement puis désistement d’entreprises au moment de démarrer la collecte ou en cours de collecte, qualité des données collectées insuffisantes pour être exploitées et nécessitant le recrutement d’une nouvelle entreprise. Le recrutement des entreprises a été moins problématique dans les cas suivants : là où une dynamique autour de l’évaluation environnementale existait en dehors du projet ; pour les plus grands groupes industriels qui perçoivent de manière stratégique l’enjeu de l’affichage, là où une relation de confiance existait avec l’Institut Technique, là où est directement intervenu le syndicat professionnel (cas de la meunerie). Globalement, une meilleure adhésion des industriels au projet aurait sans doute pu être possible. Pour cela, quelques pistes peuvent être avancées : - se réassurer en cours de projet de l’intérêt et de la motivation des entreprises, - identifier un interlocuteur, préparer et planifier avec lui la collecte en amont (données

recherchées, niveau de précision…) - impliquer les entreprises dans le projet, sous forme d’un « comité industriel », en tant que

destinataire final des résultats ; ce comité pourrait être réuni en début de projet pour expliquer la démarche et l’objectif, avant la collecte pour soutenir la motivation, et en fin de projet pour une présentation des résultats, en « groupe filière » dans un premier temps puis en multi-filière ; cela leur aurait permis d’échanger entre eux, de croiser les perceptions, et pour les partenaires d’ACYVIA d’avoir un retour sur la perception du projet et son intérêt pour les entreprises des secteurs étudiés, voire de susciter un intérêt pour entamer des démarches d’écoconception avec certaines d’entre elles.


Focus sur les outils informatiques créés Le projet initial prévoyait un livrable sur l’utilisation d’un outil de collecte et de prétraitement permettant la production et la mise à jour d’ICV, conforme au référentiel et permettant à différents acteurs d’un projet de produire des nouvelles données ou de proposer des améliorations ou des mises à jour. Ce chapitre présente le retour d’expérience des Instituts Techniques de l’utilisation des outils développés dans le cadre du projet. Deux outils ont été développés : - un outil de collecte de données (OIS), au format Excel, mis à disposition des Instituts Techniques ;

ces derniers ont complété ces fichiers à l’aide des données collectées sur les sites industriels, - une chaîne de traitement (CdT) permettant de traiter les données et de créer les jeux de données

au bon format ; la chaîne de traitement est développée au format VBA. L’Outil Informatique de Saisie (OIS) n’a pas été conçu pour collecter directement les données sur site. Les Instituts techniques ont donc dû créer leurs propres outils spécifiques pour la collecte des données auprès des industriels et pour réaliser des calculs intermédiaires. Le principal intérêt de l’OIS est qu’il est commun à l’ensemble des filières, permettant ainsi de générer, par une procédure informatique unique, les jeux de données attendus. La structure de l’OIS, avec une désagrégation des données par processus globaux et désagrégés, par usine et par POU, était nécessaire pour la création des jeux de données attendus. Son architecture a ainsi permis aux Instituts Techniques d’identifier avec précision les données à collecter à l’échelle des processus unitaires et désagrégés. Cependant, la saisie dans l’OIS s’en est trouvée fastidieuse et chronophage (nombre important de lignes, d’onglets, de zones masquées), particulièrement pour les processus désagrégés, et a nécessité la plus grande vigilance. La désagrégation ne permettait plus la vision globale du jeu de données pour apprécier sa cohérence, de part la dispersion des données, ce qui a rendu la vérification des données difficile, notamment en raison de la taille des tableurs et de la dispersion des données dans ceux-ci. Selon la spécificité des filières (création de processus globaux ou désagrégés, nombre de POU par processus), la facilité d’appropriation de l’outil à été perçue différemment d’un Institut Technique à l’autre. Dans certains cas, il a fallu procéder à des adaptations manuelles de l’outil, notamment pour la prise en compte de certains flux globaux, ce qui interroge les Instituts Techniques sur leur autonomie à l’utilisation future de l’outil, afin d’actualiser les données générées dans le cadre de ce projet. L’utilisation de la chaîne de traitement (CdT) est simple, grâce à une bonne automatisation des étapes de calcul : elle génère directement, rapidement et en un seul traitement plusieurs ICV à partir de plusieurs OIS. Une formation a été dispensée par Quantis aux Instituts Techniques pour en permettre la prise en main. Cependant, de part la structuration des processus désagrégés dans l’OIS, sous forme de « poupées russes » (voir chap. 3.6), les jeux de données générés par ces outils ne permettent pas de répartir les impacts entre les différentes opérations unitaires, une fois les jeux de données intégrés à Simapro.


Focus sur la structuration des jeux de données Un des objectifs de la base de donnée ACYVIA était de permettre aux agro-industriels d’engager des démarches d’éco-conception sur les sites de production (cf. chapitre 1.2). Pour répondre à cet objectif, il a été fait le choix de proposer la construction d’ICV sous la forme de Processus Désagrégées (PD), intégrant des Processus Opération Unitaire (POU ; cf. chapitre 2.4.4.1). La figure 2 présente la structuration de la base de données telle qu’envisagée en début de projet : au sein d’un PD, les POU se succèdent de manière linéaire. Dans les faits, la structuration des PD présente une structuration sous forme de « poupées russes », illustrée par la figure 3. La principale implication de cette structuration des données est qu’elle ne permet pas, lors de l’intégration des données dans un logiciel de type Simapro, de répartir simplement les impacts d’un PD sur un indicateur environnemental entre les différents POU. Dans l’exemple de la figure 3, si l’utilisateur souhaite connaître l’impact du POU « Conditionnement » afin de cibler ses actions d’éco-conception sur les points les plus importants (ex : consommation d’eau, d’énergie…), il obtiendra un graphique faisant apparaître le POU précédent (« Affinage ») comme majoritairement impactant (plus de 90 % des impacts). La prise de conscience de cette structuration des données, liée aux structures de l’Outil Informatique de Saisie et de la Chaîne de traitement, n’a eu lieu qu’en toute fin de projet. Les IT ont été formés par QUANTIS à la « transformation » des PD d’une structuration en « poupées russes » à une structuration linéaire. Cependant, les divers utilisateurs de la base de données ne disposeront pas de cette formation, ni des outils informatiques développés dans le cadre du projet. L’utilisation de la base de données à des fins d’éco-conception s’avèrera donc plus complexe que prévu.

Figure 3 : Distinction des différents types de processus (global, désagrégé, opération unitaire) tels que générés


Gestion de la multifonctionnalité

3.7.1 Définition des coproduits et déchets Dans le cadre du projet ACYVIA, nous nous sommes appliqués à fonder nos décisions sur des références internationalement reconnues. C’est le cas en particulier pour les notions de « déchet » et de « coproduit », définies en conformité avec la directive 2008/98 du Conseil Européen12. Cela était important pour la raison suivante : en ACV, les impacts environnementaux d’un système de production sont mis à la charge des sortants uniquement de type « produit » et « co-produit », à l’inverse des déchets, dont l’impact environnemental du traitement est comptabilisé dans celui du système de production. L’expérience ACYVIA a montré que des références internationales permettaient des choix clairs et non contestés. Dès lors qu’un système a un co-produit en sus du produit principal, il s’agit de répartir l’impact environnemental du système de production entre produit et co-produit par une procédure nommée allocation. Ceci s’est révélé être autrement plus difficile, comme exposé au chapitre suivant.

3.7.2 Allocation L’allocation (ou affectation) est définie selon la norme ISO 1404013 comme étant une « imputation des flux entrant ou sortant d'un processus ou d'un système de produits entre le système de produits étudié et un ou plusieurs autres systèmes de produits ». L’implémentation est réglée à l’article 4.3.4 de la norme ISO 1404414 : plusieurs possibilités d’allocation sont présentées de manière successive ; si les critères pour l’application d’une règle ne sont pas satisfaits, l’application de la règle suivante doit être envisagée, jusqu’à trouver une règle satisfaisante. Cet article laisse une certaine marge de manœuvre au responsable de l’étude / du projet, en ce sens qu’il est de sa responsabilité de juger si le critère propre à la mise en œuvre d’une clé d’allocation selon cet arbre de décision est satisfait ou non, ce qui pose souvent débat. Compte tenu des implications de cette règle méthodologique – à savoir l’expression d’un impact environnemental plus important pour un produit/co-produit au profit des autres produits/co-produits issus du même système, il n’est pas rare que s’exprime la défense d’intérêts directement liés au produit/co-produit en question. Outre le jugement du degré de satisfaction des critères propres à la mise en œuvre d’une clé d’allocation, il est de la responsabilité du porteur de l’étude de veiller à ce que cette règle méthodologique, comme toutes les autres, soit en conformité avec l’objectif de l’étude (Art. 5.2.1.1), en l’occurrence l’établissement d’une base de données à deux fins, l’affichage par l’intégration des données dans la base IMPACTS et l’éco-conception au sein des filières. De ce point de vue, la satisfaction de la consistence de l’ensemble de la base de données est un critère central de sa qualité, d’où la nécessité d’avoir une procédure la plus uniforme possible de fixation des règles d’allocation. C’est dans ce contexte qu’ACYVIA a été conduit à traiter de la question. Préalablement à ACYVIA, le choix des clés d’allocation pour les procédés de transformation agro-industrielle a fait l’objet de nombreux débats entre les parties prenantes concernées dans le cadre de la plateforme nationale d’affichage et de l’élaboration des référentiels correspondants par le GT1. S’agissant des applications de l’ACV à l’analyse de systèmes de production alimentaire et à l’écoconception, de nombreuses publications scientifiques sont parues ces dernières années sur la question. Sur le plan international, certains secteurs (par exemple le secteur laitier, au sein de la Fédération Internationale du Lait), se sont également employés à définir des règles d’allocation.

12 Directive n° 2008/98/CE du 19/11/08 relative aux déchets 13 ISO 14040 : 2006 - Analyse du cycle de vie - Principes et cadre 14 ISO 14044 : 2006 - Analyse du cycle de vie - Exigences et lignes directrices


Les échanges au sein du GT1 n’ayant pas permis de faire émerger de consensus, et la plateforme d’affichage ne disposant pas de procédure pour gérer ce type de cas, le projet ACYVIA s’est vu contraint de se positionner sur cette question afin de générer les jeux de données attendus. Initialement, le sujet de l’allocation était un élément méthodologique à traiter par le COPIL du projet ACYVIA. Il a été abordé en premier lieu lors du séminaire méthodologique du 1er semestre du projet (juin 2013). Il était alors convenu que les choix proposés par le GT 1 (référentiels sous-sectoriels validés par la plateforme nationale) seraient appliqués et que sans choix formulé par le GT 1, le COPIL d’ACYVIA devrait trancher. Au cours du séminaire méthodologique, plusieurs Instituts Techniques ont présenté les positionnements et méthodologies pour leur filière. Les Instituts Techniques et leurs filières ont alors pensé qu’il serait possible de faire leur propre choix d’allocation au sein du projet, même si cela devait conduire à des règles hétérogènes d’une filière à une autre. Le recrutement des entreprises et la collecte des données se sont déroulés dans ces conditions qui laissaient penser que chaque filière trouverait satisfaction dans les jeux de données produits. Pour Agroscope, l’ADEME et QUANTIS, il était alors clair que la cohérence attendue d’une base de données exigeait une procédure uniforme de fixation des règles d’allocation par niveau de base de données. Constatant l’absence de décision du GT1, l’ADEME, lors du comité de pilotage de juin 2014, a présenté une proposition de méthodologie de détermination de l’allocation, basée sur les normes ISO 14040 et 14044, à savoir suivre l’arbre de décision suivant :

1. répartir en fonction de processus distincts ; cette solution n’est valable que lorsque le procédé générant le produit et le co-produit peut être divisé en plusieurs sous-procédés, chaque sous-procédé pouvant être affecté à l’un ou l’autre des coproduits ;

2. Si cela n’est pas possible, l’évaluateur doit répartir en étendant les frontières du système et incluant la fonction des co-produits quand on peut évaluer des impacts évités grâce à la production du co-produit (il s’agit de la substitution15 ou de l’extension de système),

3. Si cela n’est pas possible, l’évaluateur doit répartir en fonction de relations physiques (e.g. masse, énergie, protéines) pertinentes liées aux unités fonctionnelles du produit,

4. Si cela n’est pas possible, l’évaluateur doit répartir en fonction de la valeur économique des co-produits.

Pour le cas numéro 3, deux cas de figures peuvent être identifiés : - le produit et le co-produit ont toujours une finalité similaire et constante (ex : toujours fournir de

l’énergie) ; dans ce cas, un critère physique représentatif de cet usage est normalement identifiable (ex : MJ, masse) et peut être appliqué,

- le produit et le co-produit ont parfois des finalités différentes (ex : énergie/alimentation /habillement) et/ou variables (un même co-produit peut avoir des utilisations très différentes) ; il est alors peu probable de trouver un critère physique pertinent pour réaliser l’affectation ; dans ce cas, l’affectation économique devient alors préférable.

Il a alors été demandé en COS à chaque Institut Technique de justifier sous forme d’argumentaire la pertinence du choix d’allocation obtenu avec la méthodologie proposée, pour soumission au COS.

15 Par exemple : une entreprise de textile produit des vêtements et vend ses chutes pour en faire du rembourrage de sièges. Le producteur de siège a le choix entre acheter ces chutes de textile ou de la fibre synthétique. Pour évaluer les impacts des vêtements il faudra faire le total des impacts du site de production et du reste de cycle de vie des vêtements et leur soustraire les impacts qui auraient été générés par la production de la fibre synthétique qui aurait été utilisée à sa place.


La question des allocations et l’application de l’arbre de décision a fait l’objet de longs débats au sein du COS et du COPIL pour aboutir, suite à une décision prise à la majorité des membres du COS en octobre 2015, aux décisions suivantes : - celle d’écarter la possibilité de produire des jeux intégrant plusieurs règles d’allocation distinctes,

et donc décider que la procédure de fixation du critère d’allocation utilisé serait la même pour les trois niveaux de base de données : « usine », « industriel » et « affichage » ;

- celle de retenir la proposition basée sur la « Position de l’ADEME sur les affectations dans le cadre d’ACV dans les secteurs de l’agriculture et de la première transformation ».

Pour chaque filière participant au projet ACYVIA, l’argumentation ayant mené à la définition des co-produits et déchets est présentée dans l’annexe sectorielle correspondante du référentiel méthodologique. Dans ces annexes sont également présentées les clés d’allocation appliquées à chaque nœud pour allouer les impacts entre les différents coproduits selon l’application de la procédure adoptée. Cela a abouti, dans la plupart des cas, à appliquer une affectation économique, alors que les Instituts Techniques agro-industriels avaient proposé, dans leur majorité, des argumentaires aboutissant à retenir une affectation d’ordre physique (massique ou énergétique). Exception a été faite lorsqu’un consensus validé dans le cadre de l’affichage existait au niveau international ou européen : celui-ci prévaut à l’application de l’arbre de décision ci-dessus. Pour les filières couvertes dans ACYVIA, c’est le cas des produits laitiers exclusivement, pour laquelle le mode d’allocation utilisé est issu du consensus international validé, établi dans le document de la Fédération Internationale du Lait (IDF, 2010. A common carbon footprint approach for dairy: the IDF guide to standard lifecycle assessment methodology for the dairy sector), repris dans le PEF “lait” et par la FAO (« Environmental performance of large ruminant supply chains - Guidelines for assessment, 2015 »). Il s’agit d’une allocation massique sur la base de la matière sèche, alors que l’application de l’arbre de décision ci-dessus aurait abouti à une allocation économique. Du côté des industriels, certains d’entre eux ont eu le sentiment que le COS se substituait au GT1 et ne se sont pas satisfaits des explications du COS. Ces industriels ont en effet considéré que le projet ACYVIA était allé au-delà de son mandat en arbitrant sur la question de l’allocation, cette décision ayant à leurs yeux des conséquences directes sur le dispositif national d’affichage environnemental, compte tenu de la relation entre les jeux de données ACYVIA et la Base IMPACTS®. D’autre part, certains industriels ont considéré que les conditions d’utilisation de leurs données ont été modifiées après leur collecte. Deux rendez-vous entre l’ADEME et les fédérations professionnelles ont été nécessaires pour expliquer le processus qui a abouti à ce choix d’allocation pour ACYVIA. Une première rencontre avec les fédérations du sucre (la filière « sucre » ne participait pas au projet), de la meunerie et des corps gras a eu lieu, suivie par une rencontre avec la fédération des produits en conserve. Le COS est resté ferme sur sa décision d’appliquer une règle unique de détermination des allocations pour l’ensemble des jeux de données, basée sur l’arbre de décisions proposé par l’ADEME. En lien avec les préoccupations exprimées par les filières, le COS a apporté la précision que les industriels qui utiliseraient les données d’ACYVIA pourront, avec les Instituts Techniques, produire de nouvelles données en changeant s’ils le souhaitent les critères d’allocation. La diffusion de ces nouveaux résultats impliquera alors de faire figurer clairement sur ces jeux de données la mention suivante : « Les résultats proposés ont bénéficié des travaux du projet ACYVIA hormis pour les choix méthodologiques liés aux critères d'allocation entre co-produits ».


Ces échanges n’ont néanmoins pas permis de résoudre tous les points de dissensus soulevés, les fédérations des corps gras et des produits en conserve ayant choisi en conséquence de retirer leurs données industrielles du projet, choix que n’a pas fait la fédération de la meunerie. L’analyse a posteriori de la façon dont la question des allocations a été traitée indique que le collectif ACYVIA n’a pas pris conscience suffisamment tôt dans le projet des risques sous-jacents à cette question. Des dispositions auraient pu être prises pour les gérer de manière anticipée, en impliquant davantage les industriels, comme cela a été développé dans le focus sur la gouvernance (chapitre 3.3)

3.7.3 Consolidation de clés d’allocations économiques par Agéco A partir des définitions des coproduits et déchets données à l’issue du travail décrit en 3.7.1, chaque Institut Technique a pu classer dans ces deux catégories l’ensemble des flux sortants des systèmes de produits les concernant. Pour les flux classés comme coproduits, il restait alors à définir une clé d’allocation permettant d’allouer les impacts avec le produit principal et les autres coproduits. Les Instituts Techniques ont alors utilisé le logigramme décisionnel évoqué en 3.7.2 Pour les clés d’allocation physiques (massiques, énergétiques), une clé a systématiquement pu être proposée par les Instituts. Pour les clés d’allocation économiques, le manque de données disponibles et homogène entre filières auprès des Instituts Techniques a conduit l’ADEME a confié à un bureau d’études, externe au projet, la collecte de données et leur consolidation : Groupe Agéco, bureau d’études québécois spécialisé en agroalimentaire et en conduites d’études économiques, a été sélectionné et employé par l’ADEME pour ce travail. Le travail d’Agéco a été accompagné par certains Instituts Techniques volontaires, pour ce qui est de la dénomination des coproduits, la fourniture de données économiques, la validation des données retenues et des clés proposées. Les clés d’allocation fournies par Agéco ont pu être corrigées par certains Instituts Techniques, avant intégration aux jeux de données ACYVIA. Un rapport de projet présentant ces travaux est disponible auprès de l’ADEME16.

Focus sur le suivi et le contrôle qualité La procédure de contrôle itérative décrite dans le paragraphe 2.3 a été mise en œuvre pour l’ensemble des filières étudiées. Ces étapes de contrôle ont donc fait intervenir un certain nombre d’acteurs. Cependant, il est important de noter que la collecte des données et la retranscription dans l’OIS étaient généralement réalisées par un seul opérateur au sein des ITs. Les éventuelles erreurs de saisie et de calcul intervenant à cette étape de remplissage de l’OIS peuvent être difficilement détectables par la suite. Malgré la procédure de contrôle mise en place, une responsabilité importante reste ainsi à la charge de l’opérateur ayant eu la mission de saisir les données collectées auprès des entreprises. Pour prendre en compte ce paramètre, certains Instituts Techniques ont pu mettre en place en amont de la procédure de contrôle prévue dans ACYVIA une étape préalable de contrôle interne au sein de leurs équipes, en mobilisant des collaborateurs familiers des procédés. Cette étape supplémentaire a permis d’identifier un certain nombre d’erreurs.

16 Contact : Olivier Réthoré, [email protected]

mailto:[email protected]


Les phases de contôle 1 et 2 (cf. paragraphe 2.3) ont montré leur complémentarité, la vérification exercée par Agroscope et Quantis étant ciblée sur le respect des consignes de remplissage de l’OIS et des règles méthodologiques du projet, et celle de l’expert externe permettant d’avoir un regard critique sur la représentativité des technologies employées et sur la plausibilité des jeux de données (cohérence des ordres de grandeur). Le recrutement des experts externes n’a pas été simple, compte tenu de la double expertise « ACV » et « connaissance des procédés des filières » qui était exigée. Lorsque cette double expertise n’était pas possible, le critère « connaissance des procédés de transformation de la filière » a été privilégié, et les experts ont reçu une formation condensée en une journée leur permettant d’acquérir les pré-requis méthodologiques nécessaires pour mener à bien leur mission d’expertise. Les retours d’expérience des experts externes mobilisés soulignent la difficile prise en main du support OIS à partir duquel les experts devaient travailler. Une des difficultés rencontrées par les experts était que la nature des données dans l’OIS et leur niveau de désagrégation par POU ne permettait plus de disposer d’une vision globale des flux par PD, utile pour le contrôle de cohérence des valeurs. Des échanges oraux approfondis ont été nécessaires entre l’expert, parfois QUANTIS, et la personne ayant établi les jeux de données au sein des Instituts Techniques pour pouvoir apporter des explications sur les données de l’OIS. Dans un cas, malgré la formation, une réunion physique d’une journée entre l’expert externe et l’Institut Technique a été nécessaire pour mieux comprendre le fonctionnement de l’OIS. Des documents écrits complémentaires ont également été produits par les ITs et transmis aux experts pour décrire le travail de traitement des données ayant permis de remplir ensuite l’OIS, la difficulté étant que, pour des raisons de confidentialité, l’expert externe ne pouvait avoir accès aux données « usine » servant de point de départ pour l’agrégation des données pour les niveaux « industriel » et « affichage ». Dans certains cas, l’expertise externe a principalement portée sur des documents de collecte et de calculs des données, avant le remplissage de l’OIS, cet outil restant difficile d’accès pour un technologue du fait du grand nombre de cellules. Un dernier contrôle a pu être réalisé par QUANTIS et les Instituts T echniques à l’occasion de la création des jeux de données via la chaîne de traitement. Leur analyse via Simapro® a permis d’identifier des erreurs de saisie et de collecte qui ont pu être corrigées pour l’établissement définitif de la base de données ACYVIA. La variété des commentaires émis par les experts externes et leur pertinence ont permis d’accroître la qualité des jeux de données, notamment pour les données issues d’hypothèses utilisées pour pallier le manque de données spécifiques.

4 Perspectives, recommandations et conclusion Le programme ACYVIA a duré trois ans et demi. Il a été clairement marqué par l'achoppement sur la question des allocations et le départ des filières corps gras et conserverie qui en a résulté. Malgré ce revers, il a permis d’obtenir des résultats conséquents. De par sa taille et sa qualité, peu de bases de données d'ICV existant à ce jour peuvent revendiquer d'une part de couvrir autant de procédés de transformation agro-industriels, d'autre part d'un tel niveau de représentativité et de qualité. Le rapport méthodologique construit avec l’ensemble des partenaires assure la transparence du travail effectué.


Associé à l'OIS (outil informatique de saisie), il permettra aux partenaires de construire de nouveaux jeux de données avec les mêmes règles de modélisation et la même rigueur méthodologique. Il faut noter toutefois que l'OIS ne fait pas partie des livrables publics du projet : les organismes tiers n'auront pas la possibilité de reproduire ces règles aussi facilement, et devront repartir du rapport méthodologique : ce travail sera possible mais plus fastidieux.

Affichage environnemental et éco-conception Le projet politique de généralisation de l’affichage environnemental des produits de grande consommation fut le principal moteur du projet et la raison d’être de son lancement. A l’échelle française, l’ADEME continue de soutenir les projets de déploiement de l’affichage. Cinq secteurs sont aujourd’hui concernés par des projets de déploiement : l’habillement, l’ameublement, l’équipement électronique, l’hébergement touristique et l’alimentaire. Ces projets visent à expérimenter l’application du socle technique de l’affichage tel que développé en France et disponible à date, c’est-à-dire la combinaison des référentiels de la plateforme ADEME (ex ADEME-AFNOR) et la base IMPACTS®. Notons la validation, en 2016, par la plateforme nationale d’affichage environnemental, du référentiel sectoriel pour les boissons spiritueuses, qui recommande de suivre les règles issues du projet ACYVIA pour l’allocation des coproduits issus de la production et de la distillation de vin.

A l’échelle européenne, le programme PEF (Product Environmental Footprint) lancé par la Commission Européenne (DG ENV) peut être considéré comme un nouvel élan politique vers l’affichage environnemental. Il fournira d’ici fin 2017 des règles de modélisation pour certaines catégories de produits (PEFCR, Product Environmental Footprint Category Rules) ainsi qu’une base de données génériques d’ICV, le tout couvrant plusieurs catégories de produits alimentaires (bière, café, produits laitiers, viande, huile d’olive, eau embouteillée, pâtes, vin). A ce jour, s’agissant de l’alimentation : - les règles finales par catégorie ne sont pas encore établies, et la question des allocations pose

problème dans de nombreux secteurs ; il sera intéressant de voir comment elle sera traitée dans la première version des documents finaux ;

- la base de données est tout juste en cours de constitution ; un appel d’offres a eu lieu dans le courant de l’été 2016 pour les secteurs « food » (alimentation humaine) et « feed » (alimentation animale) ; la question d’y proposer les jeux de données d’ACYVIA ne s’est pas posée pour des raisons de délais ; il sera intéressant de voir quels procédés industriels la consultation aura permis de couvrir, et comment ACYVIA pourrait permettre aux utilisateurs de compléter les manques.

En matière d’éco-conception, la base de données d’ACYVIA pourra être utilement utilisée par les entreprises de l’agro-alimentaire pour diminuer l’impact environnemental de leurs procédés. L’ADEME sera d’ailleurs intéressée à soutenir ce type de démarches, par exemple par le biais d’appels à projets sectoriels : l’ADEME invite ici les filières à manifester leur intérêt.

Maintenir une dynamique de développement de bases de données d’ICV Le développement d’une base de données d’inventaire pose la question de son maintien dans le temps, plusieurs facteurs pouvant être à l’origine de l’obsolescence d’un jeu de données : - le fait qu’il ne soit plus représentatif du procédé concerné, du fait d’évolutions techniques ; - le fait qu’il n’intègre pas les dernières améliorations en termes de modélisation et de bases d’ICV.


Les difficultés rencontrées dans le projet n’ont pas permis de construire une dynamique permettant d’envisager, en tout cas à court terme, une suite à ACYVIA. En revanche, le programme Agribalyse 2, construit comme un « chapeau » permettant de couvrir toutes sortes de projets pertinents pour améliorer et compléter la base d’ICV Agribalyse, pourrait permettre de couvrir les besoins de maintien dans le temps de jeux de données produits par ACYVIA. Le programme Agribalyse 217 couvre aujourd’hui différentes typologies de projets ayant trait à l’agrandissement et à l’amélioration de la base de données « Agribalyse », avec une gouvernance commune : projets de consolidation de données d’ICV, projets relatifs à des aspects méthodologiques particuliers (e.g. sur les flux de consommation d’eau), ou encore projets relatifs à la maintenance de la base (e.g. mise à jour de la base d’arrière-plan). Le périmètre du programme est aujourd’hui restreint à la production agricole (sortie de ferme). Une extension de ce périmètre à la transformation agro-industrielle pourrait permettre de compléter les données collectées dans le cadre d’ACYVIA sur de nouveaux procédés de transformation, de mettre à jour ces données dans le temps, et in fine de contribuer à constituer, avec la partie agricole, une base de données d’ICV homogène et complète couvrant la globalité de la filière agro-alimentaire française, l’ADEME s’assurant de maintenir la cohérence globale de la base Agribalyse ainsi élargie. Une telle extension est aujourd’hui à l’étude avec les partenaires des deux projets, et des réflexions sont en cours sur un possible élargissement de la gouvernance du programme Agribalyse 2 à la transformation18. Au final, une telle base de données élargie permettrait à l’ADEME de soutenir des projets d’éco-conception à l’échelle des filières, avec la mise à disposition d’un ensemble de données cohérentes et de qualité pour les acteurs francais.

Appropriation des jeux de données et des outils par les filières La filière des produits laitiers s’est impliquée dans le projet ACYVIA avec l’objectif d’obtenir à la fois des jeux de données propres au secteur et inexistants au début du projet, ainsi qu’une méthodologie permettant la création de ces datasets. Les entreprises laitières vont désormais pouvoir utiliser ces éléments représentatifs de l’activité laitière, dans un premier temps pour des démarches d’aide à la décision en interne. Les entreprises du secteur de la meunerie vont désormais disposer de données individuelles (pour 13 entreprises) et de valeurs moyennes de référence (pour l’ensemble de la profession) permettant de : - réaliser des ACV afin de prioriser les actions d’éco-conception, en intégrant des étapes du cycle

de vie au-delà du périmètre d’ACYVIA (fret du blé et de la farine, types de conditionnement…), et

en positionnant les entreprises par rapport à des valeurs moyennes de référence,

- anticiper un éventuel déploiement de l’affichage environnemental,

- alimenter les démarches de responsabilité sociétale des entreprises,

- adapter les jeux de données produits dans le cadre d’ACYVIA pour leur donner une structuration

linéaire (Cf chap. 3.6) afin qu’ils soient exploitables en éco-conception.

Pour la filière viande bovine, le projet ACYVIA a permis de couvrir les principaux processus de transformation agro-alimentaire. Associés à la base de données AGRIBALYSE®, les jeux de données ACYVIA permettent de fournir des valeurs d’impact des produits et coproduits carnés, issues d’un cadre méthodologique faisant référence (pour des utilisations sur les étapes aval, en affichage ou communication institutionnelle).

17 www.ademe.fr/agribalyse 18 A ce jour, les Instituts Techniques Agricoles sont représentés au comité de gouvernance d’Agribalyse 2 par leur association : l’ACTA.


En ce qui concerne le volet écoconception, actuellement, il ne semble pas y avoir d’intérêt spontané des entreprises pour travailler sur les étapes agro-industrielles, en raison du contexte économique difficile du secteur et de la prédominance des impacts de l’amont agricole (des entreprises sont par contre engagées pour travailler avec l’étape agricole, pour favoriser la mise en place de leviers d’action avec les éleveurs). Il est toutefois identifié par le secteur que des améliorations sont possibles sur les consommations d’eau et d’énergie, qui constituent également des leviers économiques. A l’avenir, les jeux de données créés pourraient utilement être complétés, en renforçant leur représentativité (2.2.1.4) ou en abordant d’autres espèces animales (agneau, veau), grâce aux outils développés dans le projet. Toutefois, des actions de sensibilisation et mobilisation de l’ensemble des acteurs de la filière, aux différents maillons, sont nécessaires avant d’envisager une suite concrète aux travaux menés dans ACYVIA. Pour la filière porcine le projet ACYVIA a permis de réaliser un inventaire de données environnementales dans plusieurs industries spécialisées (abattage, découpe et transformation), et permet de venir compléter les travaux de collecte effectués au préalable au niveau du maillon élevage dans le projet Agribalyse. Ces données seront valorisables dans le cadre d’études pour la filière porcine. La base actuelle pourra être actualisée, et enrichie avec des données complémentaires générées par ailleurs, ce qui permettra de diffuser des données générées dans le cadre du projet ACYVIA, et qui n’ont pu l’être, le nombre d’entreprises collectées ne permettant pas de garantir l’anonymat. L’actualisation de la base sera favorisée par la mise en place des mesures incitatives auprès des entreprises pour la collecte des données d’activité industrielle, avec comme condition préalable leur accord pour une intégration des jeux de données générés dans la base. Pour la filière vinicole, les principaux impacts sont liés à l’amont agricole. Les données générées dans le cadre d’ACYVIA sont complémentaires à celles qui avaient été générées dans le cadre du projet Agribalyse, et s’inscrivent dans une démarche plus large d’évaluation des impacts des produits, sachant que les entreprises sont de plus en plus demandeuses de réalisation d’ACV. Pour la filière de production de distillats et d’eau de vie de vin et de valorisation des sous-produits vinicoles, la base ACYVIA servira de base de référence pour l’affichage environnemental de certains spiritueux. Les jeux de données seront diffusables sous leur forme agrégée et permettront aux entreprises de la filière qui le souhaitent la réalisation d’ACV de produits. D’autre part, la méthodologie pourrait être utilisée pour la création d’ICV concernant d’autres filières du secteur, notamment d’alcools avec des origines de matières premières variées.


Annexe 1 : répartition des tâches Les différentes tâches (T) et sous-tâches (ST) du projet avaient été définies de la manière suivante : - Tâche 1 : Travail préparatoire à la création de la base de données

ST 1.1. : Définition du champ de l’étude et définition du niveau de granulométrie

ST 1.2. : Définition de la représentativité des données

ST 1.3. : Sélection d’un outil de collecte de données

ST 1.4. : Développement d’un outil spécifique

ST 1.5. : Formation des Instituts Techniques

- Tâche 2 : Modélisation des procédés et collecte des données

ST 2.1. : Modélisation des procédés génériques « source »

ST 2.2. : Collecte des données

ST 2.3. : Implémentation des données collectées pour la base de données de niveau « usine »

ST 2.4. : Implémentation des données collectées pour les bases de données de niveau « industriel » et « affichage »

ST 2.5. : Documentation

ST 2.6. : Vérification (contrôle technique, contrôle qualité) - Tâche 3 : Intégration des processus d’arrière-plan

ST 3.1. : Identification des procédés d’arrière-plan nécessaires

ST 3.2. : Identification des données disponibles pour les procédés d’arrière-plan ST 3.3. : Intégration des processus d’arrière-plan dans l’outil, contrôle technique

- Tâche 4 : Articulation avec les travaux de la plateforme ADEME / AFNOR

ST 4.1. : Définition de l’articulation entre les données primaires, secondaires et semi-spécifiques par l’évaluation de l’impact des procédés

ST 4.2. : Détermination des valeurs par défaut des données semi-spécifiques

- Tâche 5 : Création de la base de données aux différents niveaux envisagés

ST 5.1. : Génération d’une base de données niveau « usine »

ST 5.2. : Génération d’une base de données niveau « industriel »

ST 5.3. : Génération des jeux de données de niveau « affichage »

- Tâche 6 : Contrôle final de la qualité des jeux de données et référentiel méthodologique

ST 6.1. : Contrôle final de la qualité des jeux de données

ST 6.2. : Référentiel méthodologique

- Tâche 7 : Evaluation de l’outil de collecte de données en vue de son utilisation généralisée pour l’alimentation de la base de données ADEME

- Tâche 8 : Génération de jeux de données additionnelles de défipour l’ADEME (cette tâche devait

initialement permettre d’intégrer des données de la World Food LCA DataBase dans la base Base IMPACTS® ; il a finallement été décidé de traiter ce point en dehors d’ACYVIA)

- Tâche 9 : Management du projet - Tâche 10 : Diffusion des résultats


Le rôle prévu pour les différents partenaires du projet est précisé ci-dessous. Pour les Instituts Techniques : - Fournir les descriptifs détaillés des procédés et évaluer le niveau de granulométrie envisageable

(ST 1.1) - Participer à la définition des critères de représentativité, établir le plan de collecte, participer au

séminaire de définition des choix méthodologiques, réaliser l'analyse de sensibilité (ST 1.2) - Tester les différents outils (ST 1.3) - Participer aux formations (ST 1.5) - Valider les modèles construits (ST 2.1) - Collecter les données pour les procédés (ST 2.2) - Implémenter les données (ST 2.3 & 2.4) - Fournir la documentation nécessaire (ST 2.5) - Mettre en œuvre des actions correctives suite aux remarques des vérificateurs (ST 2.6) - Articuler les données avec les travaux de la plateforme ADEME / AFNOR et

définir le niveau d'agrégation pour la filière (ST 4.1) - Déterminer les valeurs majorantes19 et rédiger les éléments méthodologiques (ST 4.2) - Contrôler la modélisation des procédés et solliciter les fédérations industrielles agro-alimentaires

pour le contrôle de la représentativité (ST 6.1) - Relire le référentiel pour les parties le concernant (ST 6.2) - Fournir un retour sur l'outil de collecte de données utilisé, en vue de son utilisation généralisée

pour l’alimentation de la base de données ADEME (T7) - Participer au COPIL et au COS (pour le CTCPA, l’IDELE, l’IFIP, l’ITERG), et assurer la coordination

du projet pour l’ITERG (T9) - Participer à la diffusion des résultats (T10).

Pour QUANTIS et Agroscope : - Evaluer le niveau de granulométrie envisageable (ST 1.1) - Définir les critères de représentativité et participer au séminaire (ST 1.2) - Evaluer les différents outils (ST 1.3) - Assurer les formations et préparer les supports (ST 1.5) - Modéliser les différents procédés (ST 2.1) - Assister les instituts dans la collecte de données (ST 2.2) - Implémenter les données (ST 2.3) - Appliquer les règles permettant le passage du niveau "usine" aux niveaux "industriel" et

affichage", supprimer certains éléments de paramétrisation, superviser l'implémentation des données des niveaux « industriel » et « affichage » (ST 2.4)

- Compiler l'ensemble de la documentation au format prévu (ST 2.6) - Vérifier l'ensemble des procédés (ST 2.6) - Identifier les procédés d'arrière-plan, les données disponibles pour les procédés d'arrière-plan, et

-Implémente les procédés d'arrière-plan (T3) - Articuler les données « hors filière » avec les travaux de la plateforme ADEME / AFNOR et définir

le niveau d'agrégation des données « hors filière » pour la définition des données primaires, secondaires et semi-spécifiques (ST 4.1)

- Déterminer les valeurs majorantes et rédiger des éléments méthodologiques (ST 4.2) - Générer les jeux de données des niveaux "usine" (ST 5.1), « industriel » (ST 5.2) et « affichage »,

et implémenter les méthodes de calcul définies par l'affichage (ST 5.3) - Contrôler l'ensemble des données (ST 6.1)

19 Dans le cadre du GT 1 de la plateforme nationale d’affichage, il était prévu que les valeurs « par défaut » proposées pour les données semi-spécifiques devaient être majorantes


- Fournir un retour sur l'outil de collecte de données utilisé, en vue de son utilisation généralisée pour l’alimentation de la base de données ADEME (T7)

- Participer au COPIL et au COS (T9) - Participer à la diffusion des résultats (T10).

Plus spécifiquement pour QUANTIS : - Développer un outil de collecte (ST 1.4) - Rédiger le référentiel (ST 6.2) - Compiler les retours des différents partenaires sur l’utilisation de l’outil de collecte de données

(T7). Plus spécifiquement pour Agroscope : - Relire le référentiel pour les parties le concernant (ST 6.2).

La durée initiale du projet était de 36 mois, à partir de décembre 2012.


Annexe 2 : nombre de jeux de données générés

POU PD PG POU PD PG

fromages à pâte pressée 12 5

stockage des fromages 8 1

nettoyage 8 1

stockage du lait 8 1

pasteurisation 8 1

affinage 8 1

fromages à pâte molle 11 5

sous-total : 63 15

procédé meunier 153 34 6 14 4

Fabrication de VHF 5 4 13 4

Fabrication de VHS 11 3 11 3

Fabrication de PAD 28 20 7 5

Abattage 30 21 10 7

Fabrication d’UVCI 12 6 4 2

sous-total : 86 54 45 21

Jambon sec supérieur LS 25 10 12 5

Saucisson sec LS 25 7 15 4

Jambon cuit supérieur LS 17 2 8 1

Saucisse fraîche LS 9 3 5 2

Côte de porc LS 36 18 18 9

sous-total : 112 40 58 21

vin rouge - cave coopérative 83 9 12 24 3 4

vin rouge - cave particulière 147 21 24 26 3 3

vin rosé - cave coopérative 38 6 8 16 3 4

vin rosé - cave particulière 38 6 8 18 3 4

vin blanc - cave coopérative 42 6 8 18 3 4

vin blanc - cave particulière 39 6 6 19 3 3

sous-total : 387 54 66 121 18 22

Brandy ou eau de vie 3 2 2

tartrate de calcium 4 1 1

alcool éthylique 5 3 3

pulpes de raisin 4 2 2

pépins de raisin 3 2 2

engrais potassique 1

méthane 1

sous-total 19 10 12

total 738 182 135 257 74 49

Processus étudiés

industries laitières

meunerie

viande bovine

viande de porc et charcuteries

filière vinicole

distilleries

niveau "industriel"niveau "usine"


Annexe 3 : illustration d’un jeu de données Au travers de cette annexe, il s’agit d’illustrer un jeu de données construit par l’IFIP tel que représenté dans SIMAPRO. Les données présentées ici concernent le « jambon sec tranché Libre Service » et correspondent à la méthodologie utilisée en filière « viande de porc et charcuteries ». Le Processus Désagrégé « jambon sec tranché Libre-service » est composé de 12 Processus Opérations Unitaires : stockage réfrigéré des jambons, salage, repos, étuvage, séchage, panage, affinage, désossage–parage, pressage, stockage avant tranchage, tranchage–conditionnement, stockage réfrigéré avant expédition. Seuls le Processus désagrégé au niveau industriel et le Processus Opération Unitaire de l’étape de salage sont présentés ici. Ainsi, à l’échelle du Processus Désagrégé « jambon sec tranché Libre-Service », différentes informations sont disponibles, précisant notamment les sources documentaires, les paramètres et les principaux input et output. Les figures ci-dessous sont des extractions des données disponibles sous le logiciel d’ACV Simapro. En figure 4, on trouve les informations générales du PD, tel que son nom, l’auteur, la période de collecte des données, les liens documentaires, le mode d’allocation, etc…

Figure 4 : Visualisation sous Simapro de l’onglet « documentation » du Processus Désagrégé « jambon sec tranché Libre-Service »


La figure 5 illustre les données collectées à l’échelle du PD. En fonction des entreprises ou des calculs réalisés, ces données peuvent également être disponibles à l’échelle des POU. On y trouve des données sur les produits et coproduits, le cas échéant, l’usine (surface d’occupation), les énergies (électricité, gaz, fuel) et les émissions dans l’eau et l’air.

Figure 5 : Visualisation sous Simapro de l’onglet « input / output » du Processus Désagrégé « jambon sec tranché Libre-Service »

L’onglet « parameters » (figure 6) illustre les paramètres utilisés pour les calculs au sein de l’OIS et reporté dans Simapro. Ces paramètres sont utilisés pour les PD et les POU.

Figure 6 : Visualisation sous Simapro de l’onglet « parameters » du Processus Désagrégé « jambon sec tranché Libre-Service »

A l’échelle d’un Processus Opération Unitaire (il s’agit ici de l’étape de salage), différentes informations ont été renseignées. On y retrouve notamment toutes les informations relatives à cette étape de production : les matières premières, le machines nécessaires, les gaz réfrigérants, l’eau, les produits de détergence et de désinfection, les équipements individuels de protection. Chaque donnée au niveau « industriel » est le résultat d’un calcul des données du niveau « usine ».


La colonne « comment » apporte des commentaires sur chaque donnée et peut préciser, le cas échéant, le calcul appliqué. Enfin, le calcul relatif à l’allocation apparaît en haut de la page. La valeur du Qp (quantité produite par an) sert de base de calcul dans l’ensemble des processus unitaires et désagrégés.

Figure 7 : Visualisation de l’onglet «input / output » sous Simapro du Processus Processus Opération Unitaire « salage »

A l’identique de cette extraction pour le POU « salage », on dispose sous SIMAPRO de toutes les données renseignées pour chaque processus unitaire (12 au total) permettant la fabrication du jambon sec tranché en barquette à destination des rayons Libre Service.


Sigles et acronymes

ACTA Association de Coordination Technique Agricole

ACTALIA Institut Technique du Lait et des Produits Laitiers

ACTIA Association de Coordination Technique des Industries Agro-alimentaires

ACV Analyse de Cycle de Vie

ACYVIA Analyse de CYcle de Vie dans les Industries Agro-alimentaires

ADEME Agence de l’Environnement et de la Maîtrise de l’Energie

AFNOR Association Française de Normalisation

ANIA Association Nationale des Industries Alimentaires

ANMF Association Nationale de la Meunerie Française

ANR Agence Nationale de la Recherche

AOP Appellation d'Origine Protégée

AP Alcool Pur

CdT Chaîne de Traitement

COCON Comité de Consultation

COPIL Comité de Pilotage

COS Comité d’Orientation Stratégique

CRITT Centre Régional d’Innovation et de Transfert de Technologies

CTCPA Centre Technique de la Conservation des Produits Agricoles

FAO Food and Agriculture Organization

FCD Fédération du Commerce et de la Distribution

GT Groupe de Travail

ICV Inventaires de Cycle de Vie

IDELE Institut de l’Elevage

IDF International Dairy Federation

IFIP Institut du Porc

IFV Institut Français de la Vigne et du Vin

IGP Indication Géographique Protégée

ILCD International Reference Life Cycle Data System

INRA Institut National de la Recherche Agronomique

ISO International Organization for Standardization

IT Institut Technique

ITERG Institut des Corps Gras

LCI Life Cycle Inventory

LCIA Life Cycle Impact Assessment

LS Libre-Service

OIS Outil Informatique de Saisie

ONG Organisation Non Gouvernementale

PACA Provence-Alpes-Côte d'Azur

PAD Prêt A Découper

PD Processus Désagrégé

PEF Product Environmental Footprint

PEFCR Product Environmental Footprint Category Rules

POU Processus d’Opération Unitaire

RMT Réseau Mixte Technologique

SIG Sans Indication Géographique

ST Sous-Tâche

UNGDA Union Nationale de Groupements des Distillateurs d’Alcool

UVCI Unité de Vente Consommateur Industriel

VBA Visual Basic

VHF Viande Hachée Fraîche

VHS Viande Hachée Surgelée

WFLDB World Food LCA DataBase

Documents

Rapport ACYVIA « Bilan, enseignements & …...ACYVIA – Bilan, enseignements & perspectives Page 2 sur 47 Auteurs Pierre BARRUCAND (ACTALIA) Jean-Baptiste BAYART (QUANTIS) Antoine